StyleBlend：增强文本到图像扩散模型中风格特定内容创建的技术
计算机视觉与模式识别
2025-02-14 v1
摘要
在文本到图像扩散模型中，合成能够无缝对齐文本提示和特定艺术风格的视觉卓越图像仍是重要挑战。本文介绍 StyleBlend，一种旨�从有限参考图像学习和应用风格表示的方法，使内容能够同时实现文本对齐和风格一致。我们的方法独特地将风格分解为两个组成部分，每个组成部分通过不同策略进行学习。随后我们利用两个合成分支，每个分支聚焦于对应风格组件，通过共享特征实现有效的风格混合，而不影响内容生成。StyleBlend 解决了文本错位和风格表示弱的问题，这些是以往方法所困扰的。广泛的定性和定量比较证明了我们方法的优越性。
引用
@article{arxiv.2502.09064,
title = {StyleBlend: Enhancing Style-Specific Content Creation in Text-to-Image Diffusion Models},
author = {Zichong Chen and Shijin Wang and Yang Zhou},
journal= {arXiv preprint arXiv:2502.09064},
year = {2025}
}
备注
Accepted to Eurographics 2025. Project page: https://zichongc.github.io/StyleBlend/