视觉风格提示词:Visual Style Prompting with Swapping Self-Attention(风格迁移)本文的工作是做风格迁移的: 本文证明了在风格迁移时,与其他使用交叉注意块的方法相比,使用自我注意块是一种更好的策略。 在不断发展的文本到图像生成领域,扩散模型已成为内容创建的强大工具。 尽管现有的模型能力非凡,但在实现风格一致的可控生成方面仍面临挑战,需要进行高成本的微调,或者由于内容泄漏而经常无法等效地传输视觉元素。 为了应对这些挑战,我们提出了一种新颖的方法–视觉风格提示,以生成各种图像,同时保持特定的风格元素和细微差别。 在去噪过程中,我们保留原始特征的查询,同时在后期的自我关注层中,将关键字和值与