AnyStyle：单个 LoRA 足以进行图像引导风格迁移

图像引导的风格迁移旨在将风格图像的艺术特征应用于内容图像，同时保留其语义结构和布局。尽管基于扩散的方法取得了进步，但现有方法在解开内容和风格方面经常面临挑战，特别是当独立优化的适配器被简单地组合时，会导致适配器之间的冲突并限制推理中内容风格平衡的可控性。我们进一步证明，通过预训练模型的内部注意力直接从内容图像导出的 无需训练 结构指导在结构保真度和计算效率方面优于专用内容 LoRA 适配器。基于这些观察，我们提出了 AnyStyle，一个用于图像引导风格迁移的简化框架。该框架采用统一的单适配器范式，从风格图像中捕获连贯的风格，并结合来自内容图像的无需训练结构指导，从而避免了多个适配器之间的复杂纠缠，提高了可控性和稳定性。大量的实验表明，我们的方法提供了有竞争力的定量性能并显着提高了感知质量。代码可在 https://github.com/Yvan1001/AnyStyle 获取。