Tag · 14 篇
风格迁移
基于解耦奖励建模的统一定制化生成
Unified Customized Generation by Disentangled Reward Modeling
把主体定制与风格定制统一到一个框架，并用辅助风格奖励对齐风格与内容特征，为个性化生成中「参考图多属性解耦」提供了可复用的奖励建模思路，可直接迁移到其他条件生成任务的多条件控制。
StyleTextGen：风格条件化的多语言场景文字生成
StyleTextGen: Style-Conditioned Multilingual Scene Text Generation
双分支风格编码器从复杂背景中解耦文字风格表征，配合掩码引导推理在生成时做字符级风格对齐，这套「参考图风格注入 + 掩码约束采样」的范式可直接迁移到字体风格迁移、艺术字生成与跨文字系统的风格一致生成任务。
StyleGallery：面向任意图像参考的免训练且语义感知的个性化风格迁移
StyleGallery: Training-free and Semantic-aware Personalized Style Transfer from Arbitrary Image References
用潜扩散特征做自适应聚类得到语义区域，再以块过滤匹配和区域风格损失引导扩散采样，为免训练风格迁移提供了可复用的区域级对齐与能量函数优化范式。
SAGE：面向隐私约束下跨域语义分割的风格自适应泛化框架
SAGE: Style-Adaptive Generalization for Privacy-Constrained Semantic Segmentation Across Domains
在模型权重冻结、无法微调的黑盒设定下，用输入级视觉提示词做域泛化：先以风格迁移构造覆盖广的风格表征库，再按每张输入的视觉上下文动态融合成提示词，为视觉研究者提供了一条不碰骨干网络即可对齐跨域特征分布的思路，可直接迁移到分割、检测等密集预测任务的隐私受限部署场景。
重新审视字体生成中的字形空间信息
Rethinking Glyph Spatial Information in Font Generation
把字形中的「形状」与「位置」显式解耦，并在像素空间分两阶段（低分辨率风格迁移 + 高分辨率细节增强）建模，这一思路可迁移到任何需要保留结构空间先验的少样本生成任务，如手写体合成、场景文字编辑与布局可控生成。
RegionRoute：基于扩散模型的区域风格迁移
RegionRoute: Regional Style Transfer with Diffusion Model
通过将风格 token 的注意力分数与物体掩码对齐，实现无需推理时掩码的局部风格迁移；其注意力监督思路（KL 聚焦损失 + BCE 覆盖损失）可迁移到任何需要空间约束的扩散编辑任务，如局部重绘、属性编辑与个性化生成。
混合风格专家用于多样图像风格化
Mixture of Style Experts for Diverse Image Stylization
将混合专家（MoE）架构引入扩散风格化，通过相似度感知门控动态路由风格到专门专家，可复用于其他需要多风格控制的生成任务，提升语义和材质细节保持能力。
InsCal：面向目标检测的校准式多源全测试时提示词调优
InsCal: Calibrated Multi-Source Fully Test-Time Prompt Tuning for Object Detection
把测试时提示词调优从分类扩展到文本驱动的开放词表检测器，并用实例级校准修正熵最小化带来的误校准，可直接用于跨域检测的免训练适配。
三维网格的图像引导几何风格化
Image-Guided Geometric Stylization of 3D Meshes
把预训练扩散模型当作图像风格的抽象先验，配合近似 VAE 编码器从网格渲染中回传稳定梯度，再用粗到细的变形流程驱动网格顶点位移——这套「渲染-编码-引导」的可微管线可直接迁移到任何需要图像监督的三维几何优化任务（如单图建模、形状编辑）。
Hist2Style：直方图引导的双边网格风格化
Hist2Style: Histogram-Guided Stylization with Bilateral Grids
双边网格上的局部仿射变换可作为高分辨率实时图像编辑的通用算子，配合直方图嵌入实现可解释、可交互的颜色/色调控制，并可用大模型蒸馏出轻量网络，避免生成式幻觉。
EmoStyle：情感驱动的图像风格化
EmoStyle: Emotion-Driven Image Stylization
把「情感」作为风格迁移的条件信号，并用向量量化把连续风格特征离散成情感相关码本条目，这个 emotion-aware style dictionary 可直接作为其他生成任务（如 T2I、编辑）的可插拔风格条件模块复用。
跨越偏移的舞蹈：通过动态风格桥接实现前向促进式持续测试时自适应
Dance Across Shifts: Forward-Facilitation Continual Test-Time Adaptation through Dynamic Style Bridging
用预先生成的类原型配合多层级风格桥接（输入/统计/表征层）替代源域伪标签，为持续测试时自适应提供可靠监督信号，可直接迁移到任何需要在线适应分布偏移的视觉识别流程中。
CARE-Edit：面向上下文图像编辑的条件感知专家路由
CARE-Edit: Condition-Aware Routing of Experts for Contextual Image Editing
用轻量潜变量注意力路由器按多模态条件与扩散时间步把 token 稀疏路由到 Text/Mask/Reference/Base 四个专家，可直接迁移到任何多条件 ControlNet 式编辑器中以缓解条件冲突与颜色渗漏。
一个风格只值一个编码：用离散风格空间解锁编码到风格的图像生成
A Style is Worth One Code: Unlocking Code-to-Style Image Generation with Discrete Style Space
把风格压缩成离散码本中的嵌入，再用自回归模型建模其分布，从而用单个数字码控制 T2I 扩散模型生成风格——这套「离散风格码本 + 自回归采样」的范式可直接迁移到个性化生成、风格 LoRA 替代方案等需要可复现、可枚举风格控制的任务。