MAST：无需训练 区域多风格转移的面罩引导注意力控制

风格迁移将参考图像的外观应用于内容图像，同时保留其空间结构。最近基于扩散的方法实现了很强的风格化，但通常假设单一的全局风格。相反，我们考虑区域多样式传输，它将多个引用分配给内容图像的用户指定区域。将它们扩展到此设置揭示了两个耦合的共享注意力问题：内容和风格分区之间的模糊质量分配以及随着更多风格联合标准化而降低的选择性，而注意力输出处的风格聚合进一步抑制了精细细节。我们提出了 MAST（Mask-Guided Attention Control for 无需训练 Regional-Multi Style Transfer），这是一种用于冻结扩散模型的统一注意力控制框架。 logits 级注意力质量分配强制执行掩模导出的分区质量，锐度感知温度缩放自适应地恢复选择性，差异感知细节注入恢复高频内容。 MAST 在一次去噪过程中联合处理所有样式-掩模对，无需训练、优化或事后合成。在两到五种风格中，MAST 在所有基线中实现了最佳的平均 ArtFID、FID 和 R-FID，展示了区域风格保真度、内容保留和可扩展性。