StyleCLIPDraw：文本到绘图合成中内容与风格的耦合
计算机视觉与模式识别
2022-03-02 v2 计算与语言
摘要
利用机器学习生成符合给定文本描述的图像，随着 CLIP 图像-文本编码器模型等技术的发布已得到极大改进；然而，当前方法缺乏对生成图像风格的艺术控制。我们提出 StyleCLIPDraw，在 CLIPDraw 文本到绘图合成模型中加入风格损失，从而除通过文本控制内容外，还能对合成绘图进行艺术风格控制。在对生成图像执行解耦的风格迁移仅影响纹理，而我们提出的耦合方法能够在纹理和形状上同时捕捉风格，这表明绘图的风格与绘图过程本身相耦合。更多结果和我们的代码见 https://github.com/pschaldenbrand/StyleCLIPDraw。
引用
@article{arxiv.2111.03133,
title = {StyleCLIPDraw: Coupling Content and Style in Text-to-Drawing Synthesis},
author = {Peter Schaldenbrand and Zhixuan Liu and Jean Oh},
journal= {arXiv preprint arXiv:2111.03133},
year = {2022}
}
备注
Superseded by arXiv:2202.12362