StyleShot

Dans cet article, nous montrons qu'une bonne représentation du style est cruciale et suffisante pour un transfert de style généralisé sans réglage au moment du test. Nous y parvenons en construisant un encodeur conscient du style et un ensemble de données de style bien organisé appelé StyleGallery. Avec un design dédié à l'apprentissage du style, cet encodeur conscient du style est formé pour extraire des représentations de style expressives avec une stratégie d'entraînement découplée, et StyleGallery permet la capacité de généralisation. Nous utilisons également un encodeur de fusion de contenu pour améliorer le transfert de style basé sur l'image. Nous soulignons que notre approche, nommée StyleShot, est simple mais efficace pour imiter divers styles souhaités, c'est-à-dire 3D, plat, abstrait ou même des styles fins, sans réglage au moment du test. Des expériences rigoureuses valident que StyleShot obtient des performances supérieures sur une large gamme de styles par rapport aux méthodes existantes à la pointe de la technologie.