WikiArt

新的CAtFM框架改进了AI内容-风格解耦

研究人员开发了对比增强流匹配（CAtFM）框架，旨在改进学习表示中内容和风格的分离。该方法将对比正则化整合到可逆流匹配公式中，在训练期间对预测的端点应用监督，以确保语义一致性。在包括ImageNet和WikiArt在内的各种数据集上的实验表明，CAtFM在内容和风格检索方面有所增强，改进了嵌入聚类分离，并与现有的生成和判别方法相比，在对抗分布偏移方面提供了更好的鲁棒性。