StyleShot : Un aperçu de n'importe quel style

Dans cet article, nous démontrons qu’une représentation de style de qualité est à la fois cruciale et suffisante pour réaliser un transfert de style généralisé sans adaptation au moment du test. Nous atteignons cet objectif grâce à la conception d’un encodeur sensible au style et à la création d’un jeu de données de style bien structuré, nommé StyleGallery. Grâce à une conception dédiée à l’apprentissage du style, cet encodeur sensible au style est entraîné pour extraire des représentations stylistiques expressives via une stratégie d’entraînement déconnectée, tandis que StyleGallery permet d’assurer une capacité de généralisation. Nous introduisons également un encodeur de fusion de contenu afin d’améliorer le transfert de style piloté par l’image. Nous soulignons que notre méthode, nommée StyleShot, est simple mais efficace pour imiter divers styles souhaités — tels que des styles 3D, plats, abstraits ou même très fins — sans nécessiter d’ajustement au moment du test. Des expériences rigoureuses confirment que StyleShot obtient des performances supérieures sur une large gamme de styles par rapport aux méthodes de pointe existantes. La page du projet est disponible à l’adresse suivante : https://styleshot.github.io/.