清华提出ArtCrafter！可控多样的风格迁移框架！

文章预览

关注 「 AIWalker 」 并 星标 从此AI不迷路 来源 | 数源AI  作者 | 小源 论文名：ArtCrafter: Text-Image Aligning Style Transfer via Embedding Reframing 论文链接： https://arxiv.org/pdf/2501.02064 导读 基于扩散的文本到图像生成在个性化和定制领域取得了显著进展，特别是在身份保护、对象定制和风格转换等一致性合成方面。特别是文本引导的风格转换关注细粒度的风格表现，涵盖纹理、颜色、构图和材质等抽象概念，以创造一系列基于文本语义本质的个性化输出。当前方法通常使用预训练的扩散模型进行风格化任务，通过添加一个可训练的适配器模块而不进行完全重新训练来增强模型特征。在文本到图像风格转换应用中，基于适配器的方法通过调整输入图像和文本提示的条件指导比例来塑造输出的风格和内容的形状。 简介 我们引入了ArtCrafter，这是一种新颖的文本到图像 ………………………………