Diverse Shape Completion via Style Modulated Generative Adversarial Networks
Oregon State University（俄勒冈州立大学）
提出一种基于风格调制生成对抗网络的条件生成模型，通过引入随机性、风格码分布学习及多尺度多样性惩罚，在无需多真实值的情况下实现部分点云的多样化合理补全。
2023-11-18 cs.CV
Does resistance to style-transfer equal Global Shape Bias? Measuring network sensitivity to global shape configuration
School of Computer Science（计算机学院）；Carnegie Mellon University（卡内基梅隆大学）
本文提出 DiST 测试台直接测量网络对全局形状构型的敏感性，发现抗风格迁移不等于全局形状偏好，且自监督 ViT 更具全局结构敏感性。
2024-02-29 cs.CV
TriLoRA: Integrating SVD for Advanced Style Personalization in Text-to-Image Generation
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；Southeast University（东南大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Shaanxi Normal University（陕西师范大学）
本文提出TriLoRA方法，将奇异值分解（SVD）集成到LoRA参数更新策略中，以提升文本到图像生成模型的微调效率、输出稳定性和风格个性化能力，在保持资源效率的同时显著改善生成质量与泛化性能。
2024-06-13 cs.CV
PQDAST: Depth-Aware Arbitrary Style Transfer for Games via Perceptual Quality-Guided Distillation
The University of Sheffield（谢菲尔德大学）
针对游戏管线中任意风格迁移的内存与速度瓶颈，提出PQDAST，采用感知质量引导蒸馏与FLIP评估器压缩模型，结合深度和时间感知的合成数据训练，注入渲染管线，在保持风格质量的同时显著提升时间一致性。
2025-02-24 cs.CV eess.IV
Isospectralization, or how to hear shape, style, and correspondence
University of Venice（威尼斯大学）；École Polytechnique（巴黎综合理工学院）；Sapienza University of Rome（罗马大学）；Imperial College London（伦敦帝国理工学院）；USI（提契诺大学）
一个问题是否可以恢复几何对象的形状从它的拉普拉斯频谱（'听到鼓的形状'）是一个经典的问题，在频谱几何学与广泛的影响和应用。虽然理论上这个问题的答案是否定的（存在等谱但非等距流形的例子），但对使用光谱进行形状重建和优化的实际可能性知之甚少。在本文中，我们介绍了一种称为等谱化的数值过程，包括变形一个形状以使其拉普拉斯谱与另一个形状的拉普拉斯谱相匹配。我们实现的isospectralization过程中使用现代可微编程技术，并在一些经典的和臭名昭著的几何处理，计算机视觉的困难问题，如形状重建，姿态和风格的转移，和密集的可变形的对应关系，和图形。
2019-04-05 cs.CG cs.CV cs.GR
SWAGAN: A Style-based Wavelet-driven Generative Model
Tel-Aviv University（特拉维夫大学）
近年来，生成对抗网络（GANs）的视觉质量取得了相当大的进展。即便如此，这些网络仍然遭受来自频谱偏置架构的高频内容的质量降级，以及类似的不利损失函数。为了解决这个问题，我们提出了一种新型的通用风格和基于Wavelet的GAN（SWAGAN），它在频域中实现渐进生成。SWAGAN在其生成器和嵌入式架构中集成了小波，在每一步都实施了频率感知的潜在表示。这种方法产生增强的视觉质量的生成的图像，并大大提高了计算性能。我们通过将其集成到SyleGAN2框架中来展示我们的方法的优势，并验证小波域中的内容生成会产生具有更真实高频内容的更高质量图像。此外，我们验证了我们的模型的潜在空间保留了允许StyleGAN作为众多编辑任务的基础的质量，并表明我们的频率感知方法也提高了下游视觉质量。
2021-02-11 cs.CV eess.IV
Industrial Style Transfer with Large-scale Geometric Warping and Content Preservation
Nanjing University of Science and Technology（南京理工大学）；RIKEN（理化学研究所）
本文提出一种新颖的风格转换方法，以快速地创造出具有良好外观的新视觉产品，供工业设计师参考。给定一个源产品，一个目标产品，和一个艺术风格的图像，我们的方法产生一个神经扭曲场，扭曲的源形状，模仿目标的几何风格和神经纹理变换网络，将艺术风格的扭曲的源产品。我们的模型，工业风格转移（InST），包括大规模几何扭曲（LGW）和兴趣一致性纹理转移（ICTT）。LGW旨在探索源产品和目标产品的形状掩模之间的无监督转换，以适应大规模的形状扭曲。此外，我们引入了一个掩模平滑正则化项，以防止突变的细节的源产品。ICTT引入了兴趣正则化项，在使用艺术风格图像对变形产品进行风格化时保持变形产品的重要内容。大量的实验结果表明，InST在多个视觉产品设计任务上实现了最先进的性能，例如，公司的蜗牛标志和经典的瓶子（请参阅图1）。据我们所知，我们是第一个将神经风格转移方法扩展到创建工业产品外观的人。项目页面：\ulr{https://jcyang98.github.io/InST/home.html}。代码：\url{https://github.com/jcyang98/InST}。
2022-03-24 cs.CV
ClimateGS: Real-Time Climate Simulation with 3D Gaussian Style Transfer
针对现有基于物理的NeRF气候模拟方法渲染慢、预处理久的问题，提出融合3D高斯与物理模拟的ClimateGS框架，通过线性风格变换、联合训练策略和实时渲染方法，实现了质量达SOTA水平的实时气候效果渲染，可用于交互式场景。
2025-03-19 cs.CV cs.GR
A Method for Arbitrary Instance Style Transfer
Lionsgate Entertainment Corp.（狮门娱乐公司）；University of Southern California（南加州大学）
合成不同图像的风格和内容以形成视觉上连贯的图像的能力在诸如风格绘画、设计原型、图像编辑和增强现实的各种应用中具有很大的前景。然而，图像风格转移中的大多数作品都集中在将一个图像的风格转移到另一个图像的整体上，并且只有极少数作品试验了将风格转移到另一个图像的实例的方法。研究人员已经提出了一些方法来规避将样式转移到任意形状的实例的困难。在本文中，我们提出了一种拓扑启发算法，称为向前拉伸，通过将实例转换为张量表示来解决这个问题，这使我们能够直接将样式转移到这个实例本身。前向拉伸将像素映射到特定位置并在像素之间插值以将实例转换为张量。该算法允许我们引入一种方法来将任意样式转换为任意形状的实例。我们在本文中展示了我们的方法的结果。
2019-12-13 cs.CV
Geometry in Style: 3D Stylization via Surface Normal Deformation
University of Chicago（芝加哥大学）；University of Southern California（南加州大学）
本文提出Geometry in Style方法，通过表面法线变形和可微ARAP层实现保持身份的3D网格风格化，兼顾表现力与身份保持。
2025-04-02 cs.CV cs.GR
Lifting 2D StyleGAN for 3D-Aware Face Generation
Michigan State University（密歇根州立大学）
我们提出了一个名为LiftedGAN的框架，它可以解开并提升一个预先训练好的StyleGAN 2，用于3D感知人脸生成。我们的模型是“3D感知”的，因为它能够（1）将StyleGAN 2的潜在空间分解为纹理，形状，视点，照明和（2）生成用于渲染合成图像的3D组件。与大多数以前的方法不同，我们的方法是完全自监督的，即它既不需要任何手动注释也不需要3DMM模型进行训练。相反，它通过使用可区分的渲染器提取StyleGAN2中的先验知识来学习生成图像及其3D组件。该模型能够输出3D形状和纹理，允许对生成的图像进行明确的姿势和照明控制。定性和定量的结果表明，我们的方法优于现有的方法在3D可控的GANs的内容可控性，同时产生逼真的高质量的图像。
2021-04-18 cs.CV
Attention-aware Multi-stroke Style Transfer
Tsinghua University（清华大学）；Alibaba Group（阿里巴巴集团）；University College London（伦敦大学学院）
神经风格迁移引起了学术界和工业界的广泛关注。虽然视觉效果和效率得到了显著提高，但现有方法无法协调内容图像和风格化图像之间视觉注意力的空间分布，或者通过不同的笔触呈现不同的细节水平。在本文中，我们通过开发一个注意力感知的多笔画风格迁移模型来解决这些限制。我们首先提出将自注意力机制组装到与风格无关的重建自动编码器框架中，从中可以推导出内容图像的注意力图。通过对内容特征和风格特征进行多尺度的风格交换，我们产生了反映不同笔画模式的多个特征图。进一步提出了一种灵活的融合策略，将注意力图的显著特征，这使得多个笔画模式集成到输出图像的不同空间区域和谐。我们证明了我们的方法的有效性，以及产生可比的风格化图像与多个中风模式对国家的最先进的方法。
2019-01-16 cs.CV
Shape and Style GAN-based Multispectral Data Augmentation for Crop/Weed Segmentation in Precision Farming
North Carolina A&T University（北卡罗来纳农工州立大学）；Sapienza University of Rome（罗马大学）；UNINT University（UNINT大学）
针对精准农业中训练数据收集困难的问题，提出一种基于两个 GAN 的多光谱数据增强方法，通过替换图像补丁中的对象来生成新样本，实验证明其有效性。
2024-07-19 cs.CV cs.LG
Fluorescence Image Histology Pattern Transformation using Image Style Transfer
Arizona State University（亚利桑那州立大学）；Barrow Neurological Institute（巴罗神经学研究所）；St. Joseph’s Hospital and Medical Center（圣约瑟夫医院和医疗中心）
共聚焦激光显微内镜（CLE）允许在离散视野中进行实时体内术中成像，特别是对于脑肿瘤，而不是用传统的光学显微镜提取组织进行离体检查。与传统的苏木精和伊红（H&E）染色相比，黄绿素钠驱动的CLE成像更具交互性、快速性和便携性。然而，它有几个局限性：CLE图像可能被伪影（运动，红细胞，噪声）污染，神经病理学家主要在彩色染色的组织学切片（如H&E）上接受培训，而CLE图像是灰色的。为了提高CLE的诊断质量，我们使用了胶质瘤肿瘤活检的H&E载玻片的显微照片和图像风格转移，一种用于整合两个图像的内容和风格的神经网络方法。这是通过最小化目标图像与内容（CLE）和风格（H&E）图像的偏差来完成的。由神经外科医生和神经病理学家评估风格转移图像并与传统的H&E组织学进行比较，然后在100对原始图像和转换图像中验证质量增强。测试图像的平均评分显示，与原始CLE形式相比，100张转换后的图像中有84张的伪影更少，关键结构更明显。通过提供比原始CLE图像更可解释并且比H&E载玻片更快速地获取的图像，样式转移方法允许使用CLE技术进行实时细胞级组织检查，其非常类似于H&E染色的常规外观并且可以产生比原始CLE灰度图像更好的诊断识别。
2019-05-15 cs.CV eess.IV
Training-Free Style Consistent Image Synthesis with Condition and Mask Guidance in E-Commerce
Suning（苏宁）
针对电商风格一致图像生成，本文提出免训练方法，通过 QKV 层级修改、共享 KV 与注意力图掩码引导，在保持商品构图的同时提升风格一致性。
2024-09-07 cs.CV
Arbitrary Handwriting Image Style Transfer
提出了一种通过风格迁移来模仿手写体风格的方法。提出了一种基于条件生成对抗网络（cGAN）的手写体风格迁移神经网络模型。本文在GAN的基础上对损失函数进行了改进。与其他笔迹模仿方法相比，笔迹风格迁移的效果和效率都有显著提高。实验结果表明，生成的汉字形状清晰，实验数据分析表明，生成对抗网络在笔迹风格迁移方面表现出良好的性能。生成的文本图像更接近真实笔迹，在笔迹模仿方面取得了较好的效果。
2022-03-31 cs.CV
DECOR-GAN: 3D Shape Detailization by Conditional Refinement
Simon Fraser University（西蒙菲莎大学）；Adobe Research（奥多比研究院）；IIT Bombay（印度理工学院孟买分校）
我们为3D形状细节化引入了一个深度生成网络，类似于风格化，风格是几何细节。我们解决的挑战，创造大品种的高分辨率和详细的3D几何形状从一个小样本集的几何细节转移的问题。给定一个低分辨率的粗糙体素形状，我们的网络通过体素上采样将其细化为一个富含几何细节的高分辨率形状。输出形状保留了输入的整体结构（或内容），而其细节生成取决于与详细样本对应的输入“样式代码”。我们通过条件细化的3D细节化是由一个生成对抗网络（DECOR-GAN）实现的。该网络利用3D CNN生成器对粗体素进行上采样，并利用3D PatchGAN训练器强制生成模型的局部补丁与训练细节形状中的补丁相似。在测试过程中，样式代码被输入到生成器中以调节细化。我们证明，我们的方法可以细化成各种不同风格的详细形状的粗糙形状。生成的结果在内容保存，兼容性和多样性方面进行评估。进行全面的消融研究以验证我们的网络设计。代码可在https://github.com/czq142857/DECOR-GAN上获得。
2021-03-29 cs.CV cs.GR cs.LG
StyleMark: A Robust Watermarking Method for Art Style Images Against Black-Box Arbitrary Style Transfer
Wuhan University（武汉大学）；Great Bay University（大湾区大学）
针对黑盒任意风格迁移导致艺术风格图像版权难以追踪的问题，提出 StyleMark 水印方法，通过多尺度嵌入、分布压缩损失与噪声微调实现 AST 后的精确风格归属。
2024-12-10 cs.CV
SPG: Style-Prompting Guidance for Style-Specific Content Creation
Visual Computing Research Center, CSSE, Shenzhen University（深圳大学视觉计算研究中心、计算机科学与工程学院）
本文提出风格提示引导（SPG）采样策略，通过风格噪声方向偏差引导扩散过程，并与 CFG 结合，在保持语义一致的同时实现特定风格生成，且兼容 ControlNet 等框架。
2025-08-15 cs.CV cs.GR
StyleMorpheus: A Style-Based 3D-Aware Morphable Face Model
Department of Electrical and Computer Engineering, The University of British Columbia（电气与计算机工程系，不列颠哥伦比亚大学）；Huawei Technologies Canada（华为技术加拿大公司）；Department of Computer Science, Mathematics, Physics and Statistics, The University of British Columbia (Okanagan)（计算机科学、数学、物理与统计学系，不列颠哥伦比亚大学（OKanagan））
本文提出StyleMorpheus，一种可在野外图像上训练的基于风格的神经3DMM，通过自动编码器、风格代码与对抗微调实现解耦可控、照片级真实且实时的3D人脸重建与编辑。
2025-05-14 cs.CV
Text to Sketch Generation with Multi-Styles
School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））
本文提出基于扩散模型的无训练框架，通过文本提示和参考草图实现显式风格引导，并支持多风格可控草图生成，提升了风格对齐精度与控制灵活性。
2025-11-06 cs.CV
Creative Birds: Self-Supervised Single-View 3D Style Transfer
Nanjing University of Science and Technology（南京理工大学）；Nankai University（南开大学）；RIKEN（理化学研究所）
本文提出一种单视图3D风格迁移新方法，通过DRGNet和MLP构建形状迁移生成器，并引入语义UV纹理迁移模块，在CUB数据集上实现了同时进行形状和纹理迁移的最先进3D鸟类生成。
2023-07-27 cs.CV
Efficient Hair Style Transfer with Generative Adversarial Networks
University of Ege（爱琴海大学）；Syntonym；Huawei（华为）
尽管最近使用生成对抗网络（GANs）成功地实现了图像生成和风格转移，但由于人类头发在野外条件下的形状和风格可变性，头发合成和风格转移仍然具有挑战性。目前最先进的头发合成方法难以保持目标风格的全局组成，并且由于其在高分辨率肖像图像上的高运行成本而不能用于实时应用。因此，我们提出了一种新的发型转移方法，称为EHGAN，它降低了计算成本，使实时处理，同时提高了发型的转移与更好的全局结构相比，其他国家的最先进的头发合成方法。为了实现这一目标，我们训练编码器和低分辨率生成器来传输发型，然后使用预训练的超分辨率模型来提高结果的分辨率。我们利用自适应实例规范化（AdaIN）和设计我们的新的头发混合块（HBB），以获得最佳性能的生成器。EHGAN所需的时间消耗分别比最先进的EHGAN和LOHO方法少约2.7倍和超过10，000倍，同时获得比竞争对手更好的照片真实感和结构相似性。
2022-10-22 cs.CV eess.IV
Beyond Feature Mapping GAP: Integrating Real HDRTV Priors for Superior SDRTV-to-HDRTV Conversion
Xidian University（西电大学）；Southwest University of Science and Technology（西南科技大学）
本文提出基于真实HDRTV先验的SDRTV到HDRTV转换方法，通过两阶段模型提升转换精度和可靠性。
2026-01-16 cs.CV cs.MM eess.IV
VQ-Style: Disentangling Style and Content in Motion with Residual Quantized Representations
ETH Zürich（苏黎世联邦理工学院）；DisneyResearch|Studios（华特迪士尼研究与工作室）
本文提出VQ-Style方法，通过残差量化表示解构运动中的风格与内容，实现无需微调的风格迁移和多种运动应用。
2026-02-26 cs.AI cs.CV cs.LG
ArtAdapter: Text-to-Image Style Transfer using Multi-Level Style Encoder and Explicit Adaptation
PicCollage（拼贴画（PicCollage））；CardinalBlue
本文提出ArtAdapter框架，通过多级风格编码器、显式自适应机制与辅助内容适配器，实现高保真且与文本对齐的T2I风格迁移，有效分离内容与风格，并利用快速微调增强零样本表示，超越现有最先进方法。
2024-03-26 cs.CV
CTGAN: Semantic-guided Conditional Texture Generator for 3D Shapes
National Taiwan University（台湾大学）；National Tsing Hua University（国立清华大学）；University of Maryland College Park（马里兰大学学院公园分校）
提出CTGAN，利用StyleGAN解耦特性与粗到细编码器，为3D形状生成与视角一致且尊重语义的高质量纹理，在条件与无条件设置下均达最先进性能。
2024-02-08 cs.CV
MRStyle: A Unified Framework for Color Style Transfer with Multi-Modality Reference
Meituan Inc.（美团公司）；Huya Inc.（虎牙公司）
提出统一框架 MRStyle，通过 IRStyle 的风格化三维查找表处理图像参考，并对齐 stable diffusion 文本特征实现 TRStyle，在多模态颜色风格迁移上优于现有方法。
2024-09-09 cs.CV
Motion Puzzle: Arbitrary Motion Style Transfer by Body Part
Korea Advanced Institute of Science and Technology（韩国高等科学技术研究院）
本文介绍了一种新的运动风格的传输网络，在几个重要方面的国家先进的运动拼图。该运动拼图是第一个可以控制个别身体部位的运动风格，允许本地风格编辑和显着增加风格化运动的范围。为了保持人体的运动学结构，我们的框架提取风格特征，从多个风格运动不同的身体部位，并将它们本地传输到目标身体部位。另一个主要的优点是，它可以通过集成自适应实例规范化和注意力模块，同时保持骨架拓扑结构的运动风格的全局和局部特性。因此，它可以捕捉动态运动所表现出的风格，如拍打和蹒跚，显着优于以前的工作。此外，我们的框架允许任意的运动风格传输，而不需要带有风格标签或运动配对的数据集，使得许多公开的运动数据集可用于训练。我们的框架可以轻松地与运动生成框架集成，以创建许多应用程序，例如实时运动传输。我们展示了我们的框架的优势，一些例子和比较与以前的工作。
2022-07-11 cs.CV cs.GR
Self-Supervised Geometry-Aware Encoder for Style-Based 3D GAN Inversion
Nanyang Technological University（南洋理工大学）；Shanghai AI Laboratory（上海人工智能实验室）
StyleGAN通过图像反转和潜在编辑在2D人脸重建和语义编辑方面取得了很大进展。虽然已经出现了将2D StyleGAN扩展到3D人脸的研究，但是仍然缺少相应的通用3D GAN反演框架，限制了3D人脸重建和语义编辑的应用。在本文中，我们研究了三维GAN反演的挑战性问题，其中潜在的代码是预测给定的单个人脸图像，忠实地恢复其三维形状和详细的纹理。这个问题是不适定的：无数的形状和纹理组合可以渲染到当前图像。此外，由于全局潜在代码的有限容量，当应用于3D模型时，2D反演方法不能同时保持忠实的形状和纹理。为了解决这个问题，我们设计了一个有效的自我训练计划，以限制学习的反演。学习是在没有任何真实世界的2D-3D训练对的情况下有效地完成的，而是从3D GAN生成的代理样本。此外，除了捕获粗糙形状和纹理信息的全局潜在代码之外，我们还使用局部分支来增强生成网络，其中添加了像素对齐特征以忠实地重建面部细节。我们进一步考虑了一个新的管道来执行3D视图一致性编辑。大量的实验表明，我们的方法优于国家的最先进的反演方法在形状和纹理重建质量。代码和数据将被释放。
2022-12-15 cs.AI cs.CV cs.GR
Learning Implicit Glyph Shape Representation
Tsinghua University（清华大学）；BNRist（北京国家信息科学技术研究中心）
在本文中，我们提出了一种新的隐式的图形表示，该模型的字形包围的二次曲线的形状图元，自然能够生成任意高分辨率的图形图像。通过对字形重构和插值任务的实验，验证了该结构化隐式表示方法能够同时描述字形的结构特征和风格特征。此外，基于所提出的表示，我们设计了一个简单而有效的解开网络具有挑战性的一次性字体风格转移问题，并取得了最好的结果相比，国家的最先进的替代品在定量和定性比较。受益于这种表示，我们生成的字形有可能通过后处理转换为矢量字体，减少光栅化图像和矢量图形之间的差距。我们希望这项工作可以提供一个强大的工具，二维形状的分析和合成，并启发进一步开发的隐式表示的二维形状建模。
2021-06-16 cs.CV
Style Augmentation: Data Augmentation via Style Randomization
Durham University（杜伦大学）
我们引入了风格增强，这是一种基于随机风格传输的新形式的数据增强，用于提高卷积神经网络（CNN）在基于分类和回归的任务上的鲁棒性。在训练过程中，我们的风格增强会随机化纹理、对比度和颜色，同时保留形状和语义内容。这是通过调整任意样式传递网络来执行样式随机化，通过从多元正态分布中采样输入样式嵌入而不是从样式图像中推断它们来实现的。除了标准的分类实验，我们调查的影响风格增强（和数据增强一般）域转移任务。我们发现，数据增强显着提高了鲁棒性域移位，并可以作为一个简单的，域不可知的替代领域自适应。比较风格增强与七种传统增强技术的混合，我们发现它可以很容易地与它们结合起来，以提高网络性能。我们验证了我们的技术的有效性与域转移实验分类和单眼深度估计，说明了一致的改进泛化。
2019-04-12 cs.CV
StyleCLIPDraw: Coupling Content and Style in Text-to-Drawing Synthesis
Carnegie Mellon University（卡内基梅隆大学）
使用机器学习生成适合给定文本描述的图像随着诸如CLIP图像-文本编码器模型之类的技术的发布而大大改进;然而，当前方法缺乏对要生成的图像的风格的艺术控制。我们引入StyleCLIPDraw，它增加了一个风格损失的CLIPDraw文本到绘图合成模型，以允许艺术控制的合成图纸，除了通过文本的内容控制。而执行解耦的风格转移上生成的图像只影响纹理，我们提出的耦合方法是能够捕捉到的风格，在纹理和形状，这表明绘画的风格是耦合与绘图过程本身。更多结果和我们的代码可在https://github.com/pschaldenbrand/StyleCLIPDraw上获得
2022-03-01 cs.CL cs.CV
Inversion-Based Style Transfer with Diffusion Models
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of AI, UCAS（中国科学院大学人工智能学院）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；Kuaishou Technology（快手科技）
绘画作品的艺术风格是绘画作品的表现手段，它不仅包括绘画材料、色彩、笔触等，还包括语义元素、对象形状等高级属性。以往任意的实例引导的艺术图像生成方法往往无法控制形状变化或传达元素。预先训练的文本到图像合成扩散概率模型已经取得了显着的质量，但它往往需要大量的文本描述，以准确地描绘特定绘画的属性。我们认为，艺术品的独特性恰恰在于它无法用正常的语言来充分解释。我们的核心思想是直接从一幅画作中学习艺术风格，然后在不提供复杂的文本描述的情况下指导合成。具体来说，我们假设风格是一幅绘画的可学习的文本描述。我们提出了一种基于反转的风格转换方法（InST），该方法可以高效准确地学习图像的关键信息，从而捕捉和转换绘画的艺术风格。我们证明了我们的方法在各种艺术家和风格的许多绘画的质量和效率。代码和型号可在https://github.com/zyxElsa/InST上获得。
2023-03-20 cs.CV cs.GR
StyleSDF: High-Resolution 3D-Consistent Image and Geometry Generation
University of Washington（华盛顿大学）；Adobe Research（奥多比研究院）；Stanford University（斯坦福大学）
我们介绍了一种高分辨率，三维一致的图像和形状生成技术，我们称之为StyleSDF。我们的方法仅在单视图RGB数据上进行训练，并站在StyleGAN2的肩膀上进行图像生成，同时解决了3D感知GANs中的两个主要挑战：1）高分辨率，RGB图像的视图一致性生成，以及2）详细的3D形状。我们通过将基于SDF的3D表示与基于样式的2D生成器合并来实现这一点。我们的3D隐式网络渲染低分辨率特征图，基于样式的网络从中生成视图一致的1024x1024图像。值得注意的是，我们的基于SDF的3D建模定义了详细的3D表面，从而实现了一致的体渲染。我们的方法在视觉和几何质量方面显示出比现有技术更高质量的结果。
2022-03-30 cs.AI cs.CV cs.GR
Salvation Lies Within: Eliciting Inherent Style Transfer in Step-Distilled Diffusion Models
Huawei Technologies（华为技术有限公司）；Hong Kong Polytechnic University（香港理工大学）；City University of Hong Kong（香港城市大学）
本文提出StyleForge，一种无需训练的框架，通过将参考风格编译为可复用文本指令，使冻结的步进蒸馏T2I模型实现风格迁移，在保留少步生成的同时，质量得分相对提升高达29.47%。
2026-11-04 cs.CV
InstantStyle-Plus: Style Transfer with Content-Preserving in Text-to-Image Generation
InstantX Team（InstantX团队）
本文提出InstantStyle-Plus，通过解构风格迁移为风格、空间结构和语义内容三要素，结合内容潜在噪声初始化、tile ControlNet和全局语义适配器，在保持原图内容完整性的同时实现高效风格注入。
2024-06-30 cs.CV
ShapeFlow: Learnable Deformations Among 3D Shapes
UC Berkeley（加州大学伯克利分校）；Stanford University（斯坦福大学）；Google Brain（谷歌大脑）
我们提出了ShapeFlow，一个基于流的模型，用于学习具有较大类内变化的整个3D形状类的变形空间。ShapeFlow允许学习多模板变形空间，该空间与形状拓扑无关，但保留了精细的几何细节。与其中将潜在向量直接解码成形状的生成空间不同，变形空间将向量解码成可以将源形状向目标平流输送的连续流。这样的空间自然允许几何风格（来自源）和结构姿态（符合目标）的解开。我们参数化的几何形状之间的变形作为一个学习的连续流场通过神经网络，并表明，这种变形可以保证具有理想的属性，如双射性，自由自相交，或体积保存。我们说明了这种学习变形空间的各种下游应用程序的有效性，包括形状生成通过变形，几何风格转移，无监督学习的一致参数化的整个类的形状，形状插值。
2021-06-23 cs.CV cs.GR
AniGAN: Style-Guided Generative Adversarial Networks for Unsupervised Anime Face Generation
ByteDance（字节跳动）；National Tsing Hua University（国立清华大学）；Shenzhen University（深圳大学）
在本文中，我们提出了一个新的框架，将一个肖像照片脸到动画外观。我们的目标是合成动画的脸是风格一致的给定的参考动画脸。然而，与典型的翻译任务不同，这种动画面部翻译是具有挑战性的，因为动画面部之间的外观的复杂变化。现有的方法往往无法转移的风格的参考动画的脸，或引入显着的文物/扭曲的局部形状，其生成的脸。我们提出了AniGAN，一种新型的基于GAN的翻译器，可以合成高质量的动画面部。具体而言，提出了一种新的生成器架构，同时传输颜色/纹理风格和转换局部面部形状到动画类似的对应物的基础上的风格的参考动画脸，同时保持全局结构的源照片脸。我们提出了一个双分支学习的分布和域共享的分布，帮助生成视觉上令人愉快的动画脸，并有效地减轻文物。大量的实验selfie 2anime和一个新的face 2anime数据集定性和定量地证明了我们的方法比国家的最先进的方法的优越性。新的数据集可在https://github.com/bing-li-ai/AniGAN上获得。
2021-03-29 cs.AI cs.CV
M2StyleGS: Multi-Modality 3D Style Transfer with Gaussian Splatting
Durham University（杜伦大学）；Tsinghua University（清华大学）；Tencent Jarvis Lab（腾讯Jarvis实验室）；Bristol University（布里斯托大学）
M2StyleGS通过高斯点散技术与CLIP多模态知识融合，实现基于文本和图像的实时3D风格迁移，提升视觉质量和一致性表现。
2026-04-04 cs.CV
ClusterStyle: Modeling Intra-Style Diversity with Prototypical Clustering for Stylized Motion Generation
本文提出ClusterStyle框架，通过原型聚类建模风格内多样性，生成结构化风格嵌入空间，提升风格化动作生成和迁移性能。
2026-06-29 cs.CV
Semantix: An Energy Guided Sampler for Semantic Style Transfer
South China University of Technology（华南理工大学）；Nanyang Technological University（南洋理工大学）；University of Oxford（牛津大学）；The University of Sydney（悉尼大学）
本文提出Semantix，一种免训练的能量引导采样器，利用预训练扩散模型实现基于语义对应的图像和视频风格迁移，通过风格、空间和语义距离引导，超越现有方法。
2025-03-28 cs.CV
StyleAugment: Learning Texture De-biased Representations by Style Augmentation without Pre-defined Textures
NAVER AI Lab（NAVER AI实验室）；Yonsei University（延世大学）
最近的强大的视觉分类器偏向于纹理，而形状信息被忽略的模型。一个简单的尝试是使用艺术风格转移方法（称为Stylized ImageNet）来增强训练图像，可以减少纹理偏差。然而，Stylized ImageNet方法在保真度和多样性方面存在两个缺点。首先，由于自然图像和艺术绘画之间存在明显的语义鸿沟，生成的图像显示出较低的图像质量。此外，Stylized ImageNet训练样本在训练之前进行了预先计算，导致每个样本缺乏多样性。我们提出了一个StyleAugment，通过从mini-batch中增加样式。StyleAugment不依赖于预定义的样式引用，而是通过引用的mini-batch中的自然图像动态生成增强图像。因此，StyleAugment通过动态增强策略让模型观察到每个图像的大量混淆线索，而增强图像比艺术风格转换的图像更真实。我们在ImageNet数据集中使用鲁棒性基准验证了StyleAugment的有效性，例如纹理去偏精度，腐败鲁棒性，自然对抗样本和遮挡鲁棒性。在我们的实验中，StyleAugment比以前的无监督去偏置方法和最先进的数据增强方法表现出更好的泛化性能。
2021-08-24 cs.CV
DECOLLAGE: 3D Detailization by Controllable, Localized, and Learned Geometry Enhancement
Simon Fraser University（西蒙菲莎大学）；Adobe Research（奥多比研究院）；University of Montreal（蒙特利尔大学）；Amazon（亚马逊公司）
本文提出DECOLLAGE，通过掩码感知Pyramid GAN与结构损失实现用户可控、局部化的3D几何细节化，可保留粗结构并生成更连贯的高分辨率风格细节。
2024-09-10 cs.CV cs.GR cs.LG
Neural Style Transfer for Vector Graphics
ITMO University（圣彼得堡国立信息技术机械与光学大学）；SUAI（圣彼得堡国立航空航天仪器大学）
神经风格传递引起了研究者的注意，但兴趣主要集中在位图图像上。已经开发了各种模型，用于在线和离线生成具有任意和预训练风格的位图图像。然而，矢量图像之间的风格转换几乎没有被考虑。我们的研究表明，应用标准的内容和风格损失不显着改变矢量图像绘制风格，因为矢量基元的结构与像素有很大的不同。为了解决这个问题，我们引入了新的损失函数。我们还开发了一种新的方法，基于微分光栅化，使用这些损失函数，并可以改变相应的风格图像的绘制内容图像的颜色和形状参数。定性实验证明了所提出的VectorNST方法的有效性相比，国家的最先进的神经风格转移方法的位图图像和唯一现有的方法风格化矢量图像，DiffVG。虽然所提出的模型并没有实现位图图像之间的风格转移的质量和平滑度，我们认为我们的工作在这方面的重要的早期步骤。VectorNST代码和演示服务可在https://github.com/IzhanVarsky/VectorNST上获得。
2023-03-06 cs.CV
CalliGAN: Style and Structure-aware Chinese Calligraphy Character Generator
National Taiwan University（台湾大学）
中国书法是用毛笔书写汉字的一种艺术形式，因此汉字具有丰富的形状和细节。最近的研究表明，汉字可以通过图像到图像的翻译，使用一个单一的模型生成多种风格。我们提出了一种新的方法，将汉字的部件信息纳入其模型。我们还提出了一种改进的网络来将字符转换到其嵌入空间。实验表明，该方法生成高质量的中国书法字符的国家的最先进的方法，通过数值评估和人类的主题研究。
2020-05-26 cs.CV
Curve-based Neural Style Transfer
Carnegie Mellon University（卡内基梅隆大学）
本文提出一种面向曲线设计草图的参数化神经风格迁移框架，结合形状编辑规则、曲线到像素转换和微调VGG19特征金字塔网络，以提升产品设计中的风格迁移效果。
2023-10-03 cs.AI cs.CV cs.GR
Style-Preserving Lip Sync via Audio-Aware Style Reference
School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）；Shandong Inspur Database Technology Co., Ltd.（山东 Inspur 数据库技术有限公司）；Peking University（北京大学）；Peng Cheng Laboratory（鹏城实验室）
提出音频感知风格参考方案，利用输入与参考音频关系，结合Transformer和条件潜在扩散模型，实现风格保持的精确唇形同步与高保真视频生成。
2025-06-18 cs.AI cs.CV cs.MM
Artistic Glyph Image Synthesis via One-Stage Few-Shot Learning
Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）
艺术图像的自动生成是一个具有挑战性的课题，吸引了许多研究兴趣。以前的方法要么是专门设计的形状合成或专注于纹理转移。在本文中，我们提出了一种新的模型，AGIS-Net，转移形状和纹理风格在一个阶段，只有一些风格化的样本。为了实现这一目标，我们首先通过使用两个编码器来解开内容和样式的表示，确保多内容和多样式的生成。然后，我们利用两个协同工作的解码器，同时产生的形状的图像和纹理图像。此外，我们引入了一个局部纹理细化损失，以进一步提高合成纹理的质量。通过这种方式，我们的一阶段模型比其他多阶段堆叠方法更有效。为了验证该方法的有效性和可扩展性，我们还提出了一个包含各种形状和纹理风格的中文汉字图像的大规模数据集，该数据集由35个专业设计的艺术字体（7，326个字符）和2，460个合成艺术字体（639个字符）绘制而成。在英文和中文艺术图像数据集上的大量实验表明，与其他最先进的方法相比，我们的模型在生成高质量的风格化图像方面具有优越性。
2020-05-19 cs.CV cs.GR
MW-GAN: Multi-Warping GAN for Caricature Generation with Multi-Style Geometric Exaggeration
State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）；School of Computer Science & Informatics, Cardiff University（卡迪夫大学计算机科学与信息学院）
给定输入的人脸照片，漫画生成的目标是产生风格化的、夸张的漫画，这些漫画与照片共享相同的身份。它要求在保持输入的同一性的同时，风格转换和丰富多样的形状夸张。为了解决这个具有挑战性的问题，我们提出了一个新的框架称为多Warping GAN（MW-GAN GAN），包括一个风格网络和一个几何网络，分别进行风格转移和几何夸张。我们通过双向设计将图像的风格和地标与相应的潜码空间联系起来，从而生成具有任意风格和几何夸张的漫画，这些漫画可以通过随机抽取潜码或从给定的漫画样本中指定。此外，我们将身份保持损失应用到图像空间和地标空间，从而大大提高了生成的漫画的质量。实验结果表明，MW-GAN生成的漫画具有更好的质量比现有的方法。
2021-12-19 cs.CV cs.GR cs.LG
FAGStyle: Feature Augmentation on Geodesic Surface for Zero-shot Text-guided Diffusion Image Style Transfer
School of Computer Engineering and Science, Shanghai University（上海大学计算机工程与科学学院）；Key Laboratory of Silicate Cultural Relics Conservation (Shanghai University), Ministry of Education（教育部硅酸盐文物保护重点实验室（上海大学））
FAGStyle提出零样本文本引导扩散图像风格迁移方法，通过滑动窗口裁剪、测地曲面特征增强和预形状自相关损失，实现风格一致性与内容保持，性能优于现有方法。
2024-08-21 cs.CV
A Content Transformation Block For Image Style Transfer
Heidelberg Collaboratory for Image Processing, IWR, Heidelberg University（海德堡大学图像处理器协作实验室（Heidelberg Collaboratory for Image Processing, IWR, Heidelberg University）, 海德堡大学图像处理器协作实验室（IWR）, 海德堡大学（Heidelberg University））
风格转移最近受到了很多关注，因为它允许研究图像理解和合成中的基本挑战。最近的工作显着提高了颜色和纹理的表示和计算速度和图像分辨率。然而，图像内容的显式转换大多被忽视：虽然艺术风格影响图像的形式特征，如颜色，形状或纹理，但它也会变形，添加或删除内容细节。本文明确地集中在内容和风格感知的风格化的内容图像。因此，我们在编码器和解码器之间引入了内容转换模块。此外，我们利用类似的内容出现在照片和风格样本，以了解如何风格改变内容的细节，我们推广到其他类的细节。此外，这项工作提出了一种新的归一化层的高分辨率图像合成的关键。我们的模型的鲁棒性和速度，使视频风格化的实时和高清晰度。我们进行了广泛的定性和定量评估，以证明我们的方法的有效性。
2020-03-18 cs.CV
Fine-Grained Face Swapping via Regional GAN Inversion
Tencent AI Lab（腾讯人工智能实验室）；Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院）；South China University of Technology（华南理工大学）
我们提出了一个新的范例高保真人脸交换，忠实地保留所需的微妙的几何形状和纹理细节。我们重新思考人脸交换的角度来看，细粒度的人脸编辑，\textit{i.e., ``editing for swapping'' (E4S)}，并提出了一个框架，是基于明确的解开的形状和纹理的面部组件。遵循E4S原则，我们的框架可以实现面部特征的全局和局部交换，以及控制用户指定的部分交换量。此外，E4S范例固有地能够通过面罩来处理面部遮挡。在我们的系统的核心在于一个新的区域GAN反演（RGI）方法，它允许明确的形状和纹理的解纠缠。它还允许在StyleGAN的潜在空间中执行人脸交换。具体来说，我们设计了一个多尺度的面具引导编码器，每个面部组件的纹理投影到区域风格代码。我们还设计了一个掩码引导的注入模块来操纵的特征图与样式代码。在此基础上，将人脸交换转化为一个简化的风格和掩码交换问题。与当前最先进的方法进行了大量的实验和比较，证明了我们的方法在保留纹理和形状细节以及处理高分辨率图像方面的优越性。项目页面为http://e4s2022.github.io
2023-03-23 cs.CV
Face Sketch Synthesis with Style Transfer using Pyramid Column Feature
The University of Hong Kong（香港大学）；Baidu Research（百度研究院）
在本文中，我们提出了一种新的框架，基于深度神经网络的人脸素描合成从照片。模仿艺术家绘制草图的过程，我们的框架以级联的方式合成人脸草图。首先生成内容图像，该内容图像勾勒出面部的形状和关键面部特征。然后添加纹理和阴影以丰富草图的细节。我们利用一个完全的卷积神经网络（FCNN）创建的内容图像，并提出了一种风格转移方法，引入纹理和阴影的基础上新提出的金字塔列功能。实验结果表明，基于金字塔柱特征的风格转换方法不仅比传统的风格转换方法能更好地保留草图细节，而且优于传统的基于面片的风格转换方法。定量和定性评估表明，我们的框架优于其他国家的最先进的方法，也可以推广到不同的测试图像。代码可在https://github.com/chaofengc/Face-Sketch上获得
2020-09-18 cs.CV
