Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
Transferencia de estilo de retrato generalizable de dominio
Created by
Haebom
Autor
Xinbo Wang, Wenju Xu, Qing Zhang, Wei-Shi Zheng
Describir
Este artículo presenta un método de transferencia de estilos de retrato que se generaliza a diversos dominios y permite una transferencia de estilos semánticamente alineada de alta calidad para áreas como cabello, ojos, pestañas, piel, labios y fondo. Para ello, obtenemos una referencia distorsionada semánticamente alineada con la entrada mediante el establecimiento de una correspondencia semántica densa entre una entrada dada y un retrato de referencia basado en un modelo preentrenado y un adaptador semántico. Para garantizar una transferencia de estilos eficiente y controlable, diseñamos la transformada wavelet de AdaIN que equilibra la preservación del contenido y la transferencia de estilos mediante la combinación de la información de baja frecuencia de la referencia distorsionada con la información de alta frecuencia de la entrada en el espacio latente. También diseñamos un adaptador de estilos que proporciona guía de estilo desde la referencia distorsionada. Utilizando el espacio latente estilizado obtenido a partir de la transformada wavelet de AdaIN, generamos el resultado final mediante un modelo de difusión bicondicional que integra ControlNet, el cual registra la información de alta frecuencia y la guía de estilo. Demostramos la superioridad del método propuesto mediante experimentos exhaustivos. El código y los modelos entrenados están disponibles en https://github.com/wangxb29/DGPST .