본 논문은 기존 3D 스타일 전이 방법들이 고차원 스타일 의미를 효과적으로 추출하고 전이하는 데 어려움을 겪고, 스타일 적용 결과가 구조적으로 모호하여 개체 식별이 어렵다는 문제점을 해결하기 위해, 사전 훈련된 2D 확산 모델의 지식을 활용하는 새로운 3D 스타일 전이 파이프라인을 제안한다. 이 파이프라인은 주요 관점의 스타일화된 렌더링을 생성한 후 이를 3D 표현으로 전이하는 두 단계로 구성된다. 특히, 크로스 뷰 스타일 정렬을 통해 여러 주요 관점 간의 특징 상호작용을 가능하게 하고, 인스턴스 수준 스타일 전이를 통해 스타일화된 주요 관점 간의 일관성을 3D 표현으로 효과적으로 전달하여 구조적이고 시각적으로 일관성 있는 스타일화 결과를 얻는다. 다양한 장면에 대한 실험 결과, 제안된 방법이 기존 최첨단 방법보다 성능이 우수함을 보여준다.
