艺术重新诠释是对参考作品进行变体的实践,制作出展现独特艺术风格的配对艺术品。研究人员询问这样的图像对是否可以用于定制生成模型以捕获所展示的风格差异。
论文链接:https://huggingface.co/papers/2405.01536
更多消息:
https://heehel.com/category/ai-news
AIGC专区:
https://heehel.com/category/aigc
研究人员提出了配对定制,这是一种新的定制方法,可以从单个图像对中学习风格差异,然后将获得的风格应用于生成过程。与学习从图像集合中模仿单个概念的现有方法不同,研究人员的方法捕获了配对图像之间的风格差异。这使研究人员能够应用风格改变,而不会过度拟合示例中的特定图像内容。为了解决这个新任务,研究人员采用了一种联合优化方法,将样式和内容显式地分离到不同的 LoRA 权重空间中。
研究人员优化这些样式和内容权重以重现样式和内容图像,同时鼓励它们的正交性。在推理过程中,研究人员根据学习到的权重,通过新的风格指导来修改扩散过程。定性和定量实验都表明,研究人员的方法可以有效地学习风格,同时避免过度拟合图像内容,突出了从单个图像对建模此类风格差异的潜力。