StyleDecoupler：通用艺术风格解耦
计算机视觉与模式识别
2026-01-27 v1
摘要
表示艺术风格具有挑战性，因为其与语义内容深度耦合。我们提出StyleDecoupler，一种基于信息论的框架，利用关键洞察：多模态视觉模型同时编码风格和内容，而单模态模型则抑制风格以专注于内容不变特征。通过使用单模态表示作为仅内容参考，我们通过互信息最小化从多模态嵌入中隔离纯粹的风格特征。StyleDecoupler可作为冻结的视觉语言模型上的即插即用模块，无需微调。我们还引入WeART，一个包含28万件艺术品、152种风格和1556位艺术家的数据集。实验表明，我们的方法在WeART和WikiART上的风格检索实现了状态最佳性能，同时支持风格关系映射和生成模型评估等应用。我们在本url发布了该方法和数据集。
引用
@article{arxiv.2601.17697,
title = {StyleDecoupler: Generalizable Artistic Style Disentanglement},
author = {Zexi Jia and Jinchao Zhang and Jie Zhou},
journal= {arXiv preprint arXiv:2601.17697},
year = {2026}
}