StyleShot

In questo documento, mostriamo che una buona rappresentazione dello stile è cruciale e sufficiente per un trasferimento di stile generalizzato senza regolazione al momento del test. Raggiungiamo questo obiettivo costruendo un codificatore consapevole dello stile e un dataset di stile ben organizzato chiamato StyleGallery. Con un design dedicato all'apprendimento dello stile, questo codificatore consapevole dello stile è addestrato per estrarre rappresentazioni di stile espressive con una strategia di addestramento decoupled, e StyleGallery consente la capacità di generalizzazione. Inoltre, impieghiamo un codificatore di fusione dei contenuti per migliorare il trasferimento di stile guidato dalle immagini. Sottolineiamo che il nostro approccio, chiamato StyleShot, è semplice ma efficace nell'imitare vari stili desiderati, ovvero 3D, piatto, astratto o anche stili a grana fine, senza regolazione al momento del test. Esperimenti rigorosi convalidano che StyleShot raggiunge prestazioni superiori su un'ampia gamma di stili rispetto ai metodi esistenti all'avanguardia.