論文の概要: CDST: Color Disentangled Style Transfer for Universal Style Reference Customization

• arxiv url: http://arxiv.org/abs/2506.13770v1
• Date: Thu, 22 May 2025 18:44:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-22 23:32:14.64214
• Title: CDST: Color Disentangled Style Transfer for Universal Style Reference Customization
• Title（参考訳）: CDST:Universal Style Reference Customizationのためのカラーディスタングルスタイル転送
• Authors: Shiwen Zhang, Zhuowei Chen, Lang Chen, Yanze Wu,
• Abstract要約: そこで我々は,新しい2ストリームスタイルのトランスファートレーニングパラダイムであるカラーディスタングル型スタイルトランスファー(CDST)を紹介した。 同じモデルで、CDSTは推論中にチューニング不要な方法でユニバーサルスタイル転送機能をアンロックする。
• 参考スコア（独自算出の注目度）: 5.5422947587598035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce Color Disentangled Style Transfer (CDST), a novel and efficient two-stream style transfer training paradigm which completely isolates color from style and forces the style stream to be color-blinded. With one same model, CDST unlocks universal style transfer capabilities in a tuning-free manner during inference. Especially, the characteristics-preserved style transfer with style and content references is solved in the tuning-free way for the first time. CDST significantly improves the style similarity by multi-feature image embeddings compression and preserves strong editing capability via our new CDST style definition inspired by Diffusion UNet disentanglement law. By conducting thorough qualitative and quantitative experiments and human evaluations, we demonstrate that CDST achieves state-of-the-art results on various style transfer tasks.
• Abstract（参考訳）: カラーディスタングル・スタイル・トランスファー(CDST)は,スタイルから色を完全に分離し,スタイル・ストリームをカラー・ブラインドに強制する,新しい,効率的な2ストリーム・スタイル・トランスファー・トレーニングパラダイムである。 同じモデルで、CDSTは推論中にチューニング不要な方法でユニバーサルスタイル転送機能をアンロックする。 特に、スタイルとコンテンツ参照による特性保存型スタイル転送を、チューニング不要な方法で初めて解決する。 CDSTは多機能画像埋め込み圧縮によりスタイルの類似性を著しく改善し、Diffusion UNet disentanglement法にインスパイアされた新しいCDSTスタイル定義により、強力な編集能力を保っている。 定性的かつ定量的な実験と人的評価を行うことで,CDSTが様々なスタイルの伝達タスクに対して最先端の結果を得ることを示す。

関連論文リスト

• UniVST: A Unified Framework for Training-free Localized Video Style Transfer [102.52552893495475]
  本稿では拡散モデルに基づく局所化ビデオスタイル転送のための統一フレームワークUniVSTを提案する。 トレーニングを必要とせずに動作し、ビデオ全体にわたってスタイルを転送する既存の拡散方法に対して、明確なアドバンテージを提供する。
  論文  参考訳（メタデータ） (2024-10-26T05:28:02Z)
• STEER: Unified Style Transfer with Expert Reinforcement [71.3995732115262]
  STEER: Unified Style Transfer with Expert Reinforcementは、スタイル転送のための限られた並列データという課題を克服するために開発された、統一されたフレームワークである。 STEERは堅牢で、ドメイン外のデータでスタイル転送機能を維持し、様々なスタイルでほぼすべてのベースラインを超越している。
  論文  参考訳（メタデータ） (2023-11-13T09:02:30Z)
• Master: Meta Style Transformer for Controllable Zero-Shot and Few-Shot Artistic Style Transfer [83.1333306079676]
  本稿では,スタイル転送に特化した新しいトランスフォーマーモデルであるemphMasterを考案する。 提案モデルでは, 異なるトランスフォーマー層が共通のパラメータ群を共有し, 1) パラメータの総数を減らし, (2) より堅牢なトレーニング収束をもたらし, (3) は容易にスタイリングの程度を制御できる。 実験では、ゼロショットと少数ショットスタイルの転送設定の両方でMasterの優位性を示す。
  論文  参考訳（メタデータ） (2023-04-24T04:46:39Z)
• A Unified Arbitrary Style Transfer Framework via Adaptive Contrastive Learning [84.8813842101747]
  Unified Contrastive Arbitrary Style Transfer (UCAST)は、新しいスタイルの学習・伝達フレームワークである。 入力依存温度を導入することで,スタイル伝達のための適応型コントラスト学習方式を提案する。 本フレームワークは,スタイル表現とスタイル伝達のための並列コントラスト学習方式,スタイル分布を効果的に学習するためのドメイン拡張モジュール,スタイル伝達のための生成ネットワークという,3つの重要なコンポーネントから構成される。
  論文  参考訳（メタデータ） (2023-03-09T04:35:00Z)
• CCPL: Contrastive Coherence Preserving Loss for Versatile Style Transfer [58.020470877242865]
  我々は,芸術的,写真的,映像的スタイルのトランスファーを共同で行うことができる汎用的なスタイルトランスファー手法を考案した。 我々は,グローバル不整合が局所的不整合に支配されているという軽度かつ合理的な仮定を定め,局所的パッチに適用した汎用的コントラストコヒーレンス保存損失(CCPL)を考案する。 CCPLは、スタイル化を低下させることなく、スタイル転送中のコンテンツソースのコヒーレンスを保存することができる。
  論文  参考訳（メタデータ） (2022-07-11T12:09:41Z)
• Multiple Style Transfer via Variational AutoEncoder [16.797476504327665]
  遅延空間に基づくスタイル転送のための変分自動エンコーダST-VAEを提案する。 非線形スタイルを線形潜在空間に投影することにより、複数のスタイル転送を実行し、新しいスタイルをコンテンツイメージに転送する前に、線形を介してスタイルをマージする。
  論文  参考訳（メタデータ） (2021-10-13T06:47:13Z)
• DRB-GAN: A Dynamic ResBlock Generative Adversarial Network for Artistic Style Transfer [29.20616177457981]
  本稿では,芸術的スタイル伝達のための動的ResBlock Generative Adversarial Network (DRB-GAN)を提案する。 提案したDRB-GANは最先端の手法より優れ,視覚的品質と効率の点で優れた性能を示す。
  論文  参考訳（メタデータ） (2021-08-17T00:02:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。