論文の概要: Local Content-Style Control for Diffusion-based Image Stylization

• arxiv url: http://arxiv.org/abs/2610.08704v1
• Date: Tue, 06 Oct 2026 17:16:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.143669
• Title: Local Content-Style Control for Diffusion-based Image Stylization
• Title（参考訳）: 拡散型画像スティル化のための局所的コンテンツスタイル制御
• Abstract要約: ControlNet + IP-Adapter スタイリングパイプラインに2つの条件付きウェイトが追加される。 重みは解離経路に作用し、独立して2x2リタッチする語彙を調節する。 我々は、編集が修正された領域に限られており、各重みが主に自身の軸を握っていることを検証した。
• 参考スコア（独自算出の注目度）: 0.5076419064097734
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image stylization with latent-diffusion models entangles two independently refined axes: what a region depicts and how it is depicted. Such pipelines expose only global controls, yet professional retouching demands deliberate, region-specific control. We lift two conditioning weights already present in a ControlNet + IP-Adapter stylization pipeline from global scalars to per-location spatial maps, yielding local, per-axis control of content and style in a single generative pass. Because the two weights act on disjoint pathways, adjusting them independently spans a 2x2 retouching vocabulary, from free regeneration to identity preservation. We validate that edits stay confined to the retouched region and that each weight predominantly steers its own axis. Our approach requires no retraining and drops unchanged into any such pipeline.
• Abstract（参考訳）: 潜在拡散モデルによる画像スタイリングは、2つの独立に洗練された軸を絡み合わせる。 このようなパイプラインはグローバルコントロールのみを公開するが、プロのリタッチ要求は意図的に、リージョン固有のコントロールである。 我々は、制御ネット+IP-Adapterスタイリングパイプラインにすでに存在する2つの条件付けウェイトを、グローバルスカラーからロケーションごとの空間マップに引き上げ、単一の生成パスでコンテンツとスタイルを局所的に制御する。 2つの重みが解離経路に作用するため、独立に調整すると自由再生からアイデンティティ保存までの2x2のリタッチボキャブラリにまたがる。 我々は、編集が修正された領域に限られており、各重みが主に自身の軸を握っていることを検証した。 私たちのアプローチでは、再トレーニングは必要ありません。

関連論文リスト

• Astrolabe: Spherical-Map Guidance Across Diffusion Pipelines for Full-Body Capture from Unconstrained Images [9.119417883557547]
  emphAstrolabeは、凍結した視点誘導マップ上に構築されたホスト可搬型アダプタである。 これは、ホストとすべてのペア化されたPuzzle-IOIジオメトリの両方で、報告されたすべてのイメージメトリクスを改善します。 また、4D-Dressの幾何学は全体として安定している。
  論文  参考訳（メタデータ） (2026-08-02T14:41:22Z)
• Layer-wise Instance Binding for Regional and Occlusion Control in Text-to-Image Diffusion Transformers [49.08465459791972]
  テキスト・画像生成における領域命令によるレイアウト制御は非常に実用的だが、既存の手法は制限に悩まされている。 地域生成を異なるレイヤとしてモデル化し、生成中にそれらを結合することにより、LayerBindを提案する。
  論文  参考訳（メタデータ） (2026-03-06T00:09:49Z)
• RegionRoute: Regional Style Transfer with Diffusion Model [31.189878461660115]
  本研究では,学習中の物体マスクとスタイルトークンのアテンションスコアをアライメントすることで,特定のスタイルをどこに適用すべきかをモデルに教える,注意制御拡散フレームワークを提案する。 モジュール化されたLoRA-MoEの設計により、より効率的でスケーラブルなマルチスタイルの適応が可能になる。 実験の結果,提案手法は推論時にマスクフリーで単一オブジェクトスタイルの転送を実現することがわかった。
  論文  参考訳（メタデータ） (2026-02-22T16:11:07Z)
• Proportion and Perspective Control for Flow-Based Image Generation [1.9336815376402718]
  芸術的制御に特化した2つの制御ネットを導入・評価する。 パーセンテージコントロールネットは、オブジェクトの位置とスケールを決定するためにバウンディングボックスを使用し、パーセンテージコントロールネットは、シーンの3D幾何学を制御するために、消滅するラインを使用している。
  論文  参考訳（メタデータ） (2025-10-13T13:34:28Z)
• Training-free Geometric Image Editing on Diffusion Models [53.38549950608886]
  画像内の物体が再配置、再配向、あるいは再形成されるような幾何学的画像編集の課題に取り組む。 本稿では、オブジェクト変換、ソース領域のインペイント、ターゲット領域の洗練を分離する分離パイプラインを提案する。 塗装と精錬は、トレーニングフリーの拡散アプローチであるFreeFineを使って実装されている。
  論文  参考訳（メタデータ） (2025-07-31T07:36:00Z)
• Latents2Semantics: Leveraging the Latent Space of Generative Models for Localized Style Manipulation of Face Images [25.82631308991067]
  顔画像中の関心領域のスタイル属性の局所的編集を容易にする生成オートエンコーダモデルであるLatents2Semantics Autoencoder (L2SAE)を紹介する。 L2SAEは、符号化された画像の構造とスタイル情報に対する別個の潜在表現を学習し、選択されたROIの構造保存スタイル編集を可能にする。 複数のデータセットからサンプリングされたテスト画像を用いて、選択的なスタイル編集やスワップなど、複数のアプリケーションに対して、定性的かつ定量的な結果を提供する。
  論文  参考訳（メタデータ） (2023-12-22T20:06:53Z)
• LinkGAN: Linking GAN Latents to Pixels for Controllable Image Synthesis [104.26279487968839]
  本研究は、GANトレーニングのための使い易い正規化器を提案する。 これは、潜在空間のいくつかの軸を合成画像中のピクセルの集合に明示的に関連付けるのに役立つ。
  論文  参考訳（メタデータ） (2023-01-11T17:56:36Z)
• Generalized One-shot Domain Adaption of Generative Adversarial Networks [72.84435077616135]
  GAN(Generative Adversarial Network)の適応は、事前訓練されたGANを、限られたトレーニングデータを持つ特定のドメインに転送することを目的としている。 我々は、ソースドメインからターゲットドメインへの適応を、テクスチャや色といったグローバルなスタイルの移行と、ソースドメインに属さない新しいエンティティの出現の2つの部分に分離できると考えている。 我々の中核的な目的は、参照と合成の内部分布のギャップをワッサーシュタイン距離によって制限することである。
  論文  参考訳（メタデータ） (2022-09-08T09:24:44Z)
• Towards Controllable and Photorealistic Region-wise Image Manipulation [11.601157452472714]
  地域ごとのスタイル操作のための自動エンコーダアーキテクチャを用いた生成モデルを提案する。 我々は、コンテンツとスタイルの潜在表現の明示的な乱れを強制するために、コード一貫性の損失を適用します。 このモデルは、前景編集が背景コンテンツに干渉しないように、コンテンツアライメント損失によって制約される。
  論文  参考訳（メタデータ） (2021-08-19T13:29:45Z)

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。