新的ICTone框架借助大型数据集实现高级风格迁移

研究人员开发了ICTone，一种用于照片润饰中上下文风格迁移的新型扩散模型框架。该方法解决了现有方法因缺乏具有风格化真实标签的大规模高质量数据集而受到的限制。为克服这一挑战，该团队构建了TST100K，一个包含10万个内容-参考-风格化图像三元组的数据集，并通过训练的风格评分器确保了严格的风格一致性。ICTone同时以内容图像和参考图像为条件，利用生成模型的语义先验实现更准确、更具视觉吸引力的色彩迁移。 AI

影响 这项研究可能带来更复杂的照片编辑工具和改进的图像处理生成模型。

排序理由 该项目是一篇研究论文，详细介绍了一种用于特定计算机视觉任务的新方法和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• ICTone
• Influence Flower
• ScienceCast
• TST100K
• Yuhai Deng

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →