风格控制水平创新高！南理工&InstantX&小红书发布CSGO:简单高效的端到端风格迁移框架

文章预览

作者：Peng Xing等     解读：AI生成未来      论文链接：https://arxiv.org/pdf/2408.16766 项目链接：https://csgo-gen.github.io/ 亮点直击 构建了一个专门用于风格迁移的数据集 设计了一个简单但有效的端到端训练的风格迁移框架CSGO框架，以验证这个大规模数据集在风格迁移中的有益效果。 引入了内容对齐评分（Content Alignment Score，简称CAS）来评估风格迁移的质量，有效衡量迁移后内容损失的程度。 大量的定性和定量研究验证了本文提出的方法在零样本风格迁移方面取得了先进的成果。 扩散模型在受控图像生成方面展示了卓越的能力，这进一步激发了对图像风格迁移的兴趣。现有的工作主要集中在基于训练自由的方法（例如图像反演），这是由于特定数据的稀缺。在本研究中，本文提出了一种用于内容-风格-风格化图像三元组的数据构建pipeline，该pipeline生成 ………………………………