摘要
本发明提出了一种基于风格特征注入的图像生成方法,能够在文生图的基础上高效地迁移风格参考图的空间布局和颜色纹理。所提出的方法在StableDiffusion文生图的基础上,利用Dreambooth绑定特征的能力学习图像的空间布局和初步风格,再执行注意力注入以强化颜色特征和细节纹理。因此,所提出的方法在各种风格上具有很高的泛化性,对于单一特定风格,无需进行繁琐调参,对构图、纹理、颜色等上下文特征高度敏感。另外,模型对数据需求量少,仅需3‑5张训练图像,推理过程中注意力参考图仅需一张,且无需进行额外的训练,具有很强的鲁棒性。因此,所提出的风格图像生成方法可以适应多种不同的风格,以便在个性化任务中具有更高的自由度。
技术关键词
风格图像生成方法
标签文本
注意力方法
纹理
上下文特征
归一化方法
模块
网络
预训练模型
图片
大语言模型
缩放参数
油画
噪声图像
像素
系统为您推荐了相关专利信息
特征提取方法
Delaunay三角网
图像处理
关键点
拓扑特征
玉米
机器学习分类模型
相机曝光时间
图像纹理特征
图谱
VR全景
预警机制
监控方法
区块链存证
三维地理信息
图像配准方法
点云技术
三维点云数据
影像
误差度量方法