Scale-Separated Conditioning for Style-Encoder-Free Diffusion Stylization
用于无风格编码器的扩散风格化的尺度分离条件设置
机构 * College of Computing, Georgia Institute of Technology(佐治亚理工学院计算学院) ; Courant Institute of Mathematical Sciences, New York University(纽约大学柯朗数学科学研究所) ; Department of Computer Science, Brown University(布朗大学计算机科学系)
AI总结 本研究提出无风格编码器的扩散风格化框架SEFS,通过单张图像低分辨率裁剪形成风格令牌,在未配对单张图像上训练,提升艺术风格化的内容一致性等性能,代码将公开。