Stylecodes：用于图像生成的风格信息编码

Ciara Rowles

Stylecodes：用于图像生成的风格信息编码

计算机视觉与模式识别 2024-11-21 v1

作者: Ciara Rowles

摘要

扩散模型在图像生成方面表现出色，但对其进行控制仍然是一个挑战。我们关注风格条件化图像生成问题。尽管示例图像有效，但它们使用起来很繁琐：MidJourney 的 srefs（风格参考代码）通过用简短的数字代码表达特定的图像风格来解决这一问题。由于易于共享，且允许使用图像进行风格控制而无需发布源图像本身，这些代码在社交媒体上得到了广泛采用。然而，用户无法从自己的图像生成 srefs，其底层训练过程也未公开。我们提出 StyleCodes：一种开源和开放研究的风格编码器架构及训练流程，将图像风格表示为 20 个字符的 base64 代码。我们的实验表明，与传统的图像到风格技术相比，我们的编码造成的质量损失极小。

关键词

扩散模型风格条件化图像生成风格编码器 StyleCodes 图像生成

引用

@article{arxiv.2411.12811,
  title  = {Stylecodes: Encoding Stylistic Information For Image Generation},
  author = {Ciara Rowles},
  journal= {arXiv preprint arXiv:2411.12811},
  year   = {2024}
}

备注

code: https://github.com/CiaraStrawberry/stylecodes project page: https://ciarastrawberry.github.io/stylecodes.github.io/. arXiv admin note: substantial text overlap with arXiv:2408.03209

Stylecodes：用于图像生成的风格信息编码

摘要

关键词

引用

备注

相关论文