論文の概要: TRACE: Time-Adaptive Residual Attention Control with Content-Style Decomposition for Training-Free Diffusion Style Transfer

• arxiv url: http://arxiv.org/abs/2610.04922v1
• Date: Sun, 04 Oct 2026 04:06:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 07:54:01.030593
• Title: TRACE: Time-Adaptive Residual Attention Control with Content-Style Decomposition for Training-Free Diffusion Style Transfer
• Title（参考訳）: TRACE: 学習自由拡散型伝達のためのコンテンツスタイル分解による時間適応的残留注意制御
• Abstract要約: TRACEはタイムアダプティブなResidual Attention ControlとContent-Style Decompositionを備えた、トレーニング不要な拡散スタイル転送フレームワークである。 TRACEはスタイリゼーションと保存のトレードオフを良好に達成していることを示す。
• 参考スコア（独自算出の注目度）: 0.07026564887314536
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reference-guided style transfer aims to preserve the semantic structure of a content image while transferring the visual appearance of a style reference. Recent diffusion-based methods achieve impressive stylization quality by exploiting strong pretrained generative priors. However, training-free approaches still face a difficult trade-off among style fidelity, content preservation, and content leakage. Direct style injection may unintentionally transfer semantic content from the style image, while fixed guidance schedules often ignore the time- and state-dependent nature of diffusion sampling. To address these limitations, we propose TRACE, a training-free diffusion style transfer framework with Time-adaptive Residual Attention Control and Content-Style Decomposition. TRACE first performs offline CLIP-based subspace analysis to separate content and style directions from paired data. During inference, it removes content-related components from the style reference and style-related components from the content reference to reduce leakage. It then injects style information through residual cross-attention and applies uncertainty-aware guidance to adapt the guidance signal at each denoising step. Experiments show that TRACE achieves a favorable trade-off between stylization and preservation. Compared with optimal-control-based baselines, TRACE substantially improves style fidelity (+17.28 CSD and +34.10 SRA). While, compared with stylization methods, it better preserves content structure (+12.80 DINO, +5.52 CLIP-I, and -8.19 LPIPS) and reduces directional semantic leakage by 29.5% in DCL. Our code is publicly available at https://github.com/pixelchemy-research/TRACE.
• Abstract（参考訳）: 参照誘導型スタイル転送は、スタイル参照の視覚的外観を伝達しながら、コンテンツイメージのセマンティックな構造を維持することを目的としている。 近年の拡散法は, 強い事前学習を生かして, 優れたスタイリゼーションの質を達成している。 しかし、トレーニングなしのアプローチは、スタイルの忠実さ、コンテンツ保存、コンテンツリークの間で難しいトレードオフに直面している。 直接スタイルインジェクションは、意図せずスタイルイメージからセマンティックコンテンツを転送するが、固定されたガイダンススケジュールは、拡散サンプリングの時間と状態に依存した性質を無視することが多い。 これらの制約に対処するため,時間適応型残留注意制御とコンテンツスタイル分解を併用したトレーニングフリー拡散型転送フレームワークTRACEを提案する。 TRACEはまずオフラインのCLIPベースのサブスペース解析を行い、コンテンツとスタイルの方向をペアのデータから分離する。 推論中、コンテンツ関連コンポーネントをスタイル参照から削除し、スタイル関連コンポーネントをコンテンツ参照から削除し、リークを減らす。 その後、残存する相互注意を通してスタイル情報を注入し、不確実性を認識したガイダンスを適用して、各聴覚ステップに誘導信号を適用する。 実験の結果,TRACEはスタイリゼーションと保存のトレードオフを良好に達成していることがわかった。 最適制御ベースのベースラインと比較すると、TRACEはスタイルの忠実度(+17.28 CSDと+34.10 SRA)を大幅に改善する。 スタイル化法と比較して、コンテンツ構造(+12.80 DINO、+5.52 CLIP-I、-8.19 LPIPS)をよりよく保存し、方向セマンティックリークを29.5%削減する。 私たちのコードはhttps://github.com/pixelchemy-research/TRACEで公開されています。

関連論文リスト

• CLeaR: A Unified Framework for Resolving the Leakage-Degradation Dilemma in Style Transfer [1.8257640621825584]
  CLeaRは、コンテンツリード型スタイル転送のためのトレーニング不要のフレームワークである。 CLeaRはスタイルアライメントを改善し、コンテンツのリークを低減し、LCM-as-Judge評価を改善する。
  論文  参考訳（メタデータ） (2026-09-29T17:54:59Z)
• SafeStyle: Calibrated Style Residual Injection for Controllable Style-Leakage Trade-off in Diffusion Stylization [7.863176624041382]
  本研究では,凍結拡散モデルにおける調整スタイル残差注入のためのトレーニングフリーフレームワークであるSafeStyleを提案する。 SafeStyleは、競合するテキストアライメントを維持しながら、DINOスタイルの0.432の類似性を達成している。 意味的に不連続なリークストレスのベンチマークでは、DINOスタイルの類似性は0.474で、セマンティックリークはわずか0.8%である。
  論文  参考訳（メタデータ） (2026-09-18T02:34:18Z)
• CleanStyle: Plug-and-Play Style Conditioning Purification for Text-to-Image Stylization [5.300721419484575]
  CleanStyleはプラグイン・アンド・プレイのフレームワークで、コンテンツ関連のノイズをリトレーニングすることなく、スタイルの埋め込みからフィルタリングする。 CleanStyleSVDは、タイムアウェアな指数スケジュールを使用して、テールコンポーネントを動的に抑制する。 SS-CFGはテールコンポーネントを再利用し、スタイル対応の無条件入力を構築する。
  論文  参考訳（メタデータ） (2026-02-24T09:33:05Z)
• Inversion-Free Video Style Transfer with Trajectory Reset Attention Control and Content-Style Bridging [5.501345898413532]
  我々は,高品質なスタイル転送を可能にする新しい手法であるTRAC(Trajectory Reset Attention Control)を導入する。 TRACは、遅延軌跡をリセットし、注意制御を強制することにより、コンテントの一貫性を高める。 画像とビデオの両方の転送に対して,安定的でフレキシブルで効率的なソリューションを提供する,チューニング不要なフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-10T14:18:43Z)
• AttenST: A Training-Free Attention-Driven Style Transfer Framework with Pre-Trained Diffusion Models [4.364797586362505]
  AttenSTは、トレーニング不要の注意駆動型スタイル転送フレームワークである。 本稿では,参照スタイルに自己注意を条件付ける,スタイル誘導型自己注意機構を提案する。 また、コンテンツやスタイルの特徴を融合するための二重機能横断機構も導入する。
  論文  参考訳（メタデータ） (2025-03-10T13:28:36Z)
• 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)
• DiffStyler: Controllable Dual Diffusion for Text-Driven Image Stylization [66.42741426640633]
  DiffStylerは、拡散された結果の内容とスタイルのバランスを制御するための二重拡散処理アーキテクチャである。 本稿では、逆復調処理をベースとしたコンテンツ画像に基づく学習可能なノイズを提案し、そのスタイリング結果により、コンテンツ画像の構造情報をよりよく保存する。
  論文  参考訳（メタデータ） (2022-11-19T12:30:44Z)
• Diffusion-based Image Translation using Disentangled Style and Content Representation [51.188396199083336]
  セマンティックテキストや単一のターゲット画像でガイドされた拡散ベースの画像変換により、柔軟なスタイル変換が可能になった。 逆拡散中、画像の原内容を維持することはしばしば困難である。 本稿では,不整合スタイルとコンテンツ表現を用いた新しい拡散に基づく教師なし画像翻訳手法を提案する。 提案手法は,テキスト誘導と画像誘導の両方の翻訳作業において,最先端のベースラインモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-09-30T06:44:37Z)

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。