Global Style Guidance

新的全局风格迁移方法捕捉艺术家的完整风格

研究人员推出了一种新的艺术图像合成范式——全局风格迁移（GST），旨在比现有方法更有效地捕捉艺术家的全局风格。与传统的“一对一”风格迁移或文本条件扩散模型不同，GST采用“多对一”的方法，聚合目标艺术家的多幅作品，将其共有的全局风格迁移到内容图像上。该方法利用全局风格引导（GSG）在扩散模型的特征空间中学习风格偏移，并利用内容对齐引导（CAG）来保留语义结构，同时允许艺术家特定的变形。在WikiArt上的实验表明，GST在风格保真度、…