通过简单的文本描述，我们提出了 “Soulstyler” 框架，让用户可以引导对特定物体进行图像风格化处理。我们介绍了一个大型语言模型来解析文本，识别风格化的目标和具体风格，并结合基于 CLIP 的语义视觉嵌入编码器，使模型能够理解并匹配文本和图像内容。同时，我们还引入了一种新颖的局部文本 - 图像块匹配损失函数，确保风格转换仅针对指定的目标对象，而非目标区域保持原始风格。实验结果表明，我们的模型能够根据文本描述准确进行目标对象的风格转换，而不影响背景区域的风格。

Nov, 2023

提出了一种全新的神经风格迁移框架，使用户能够使用文本描述而非参考图像来实现图像的风格迁移，在实验中证实了通过使用多视图扩充的补丁式文本 - 图像匹配 Loss 来实现对内容图像的样式转移，从而实现了具有语义相似性的现实纹理风格转移。

Dec, 2021

DreamStyler 是一种新的框架，用于艺术图像合成，具备文本到图像合成和风格转换的能力，通过多阶段的文本嵌入和上下文感知的文本提示来优化图像质量，并具备适应一系列风格参考的灵活性，实验证明其在多种场景下的卓越性能，显示出在艺术产品创作方面的潜在优势。

Sep, 2023

本文提出了一种基于强化学习的框架，以直接优化目标度量标准的方式实现文本风格转移，取得了比现有最新技术更好的性能。

May, 2020

通过使用文本输入代替语言风格参考图像的方式，创建一种通用的文本样式转移网络，能够在单次前向传递中对任意文本输入进行图像样式化处理，能够比 CLIPstyler 快约 1000 倍，且消除了一些不必要的图像失真问题，并可选用微调步骤以提高生成图像的质量。

Oct, 2022

本研究通过文本描述实现了基于文本条件的风格转换，评估了文本条件图像编辑和风格转换技术对精确 “局部” 风格转换的细粒度理解，发现当前方法在有效完成局部风格转换方面存在问题。因此，我们设计了一个端到端的流程，根据用户的意图，确保局部风格转换的有效性，并通过定量和定性分析证明了我们方法的有效性。

May, 2024

我们提出了一种新颖的方法来将文本图像的内容与其外观的所有方面分离开来，然后将所得到的外观表示应用于新的内容，以将源样式一次性转移给新的内容。我们通过自监督学习的方式学习了这种分离过程。我们的方法可以处理整个字块，无需将文本从背景分割开，也不需要按字符处理或对字符串长度进行假设。我们在不同的文本领域展示了结果，这些结果以前需要使用专门的方法，例如场景文本、手写文本。

Jun, 2021

这篇文章提出了一种称为 Style-A-Video 的零样式迁移视频美化方法，利用生成式预训练转换器和图像潜在扩散模型，改善图像降噪过程的指导条件，从而在艺术表达和结构保护之间建立平衡，并采用采样优化和时间一致性模块，以达到优秀的内容保护和风格性能。

May, 2023

本文介绍了一种基于双向形状匹配框架的文本风格转移网络，该网络允许通过可调参数对字形的关键风格程度进行实时控制，这种方法能够持续表征样式图像的多尺度形状特征并将这些特征传递到目标文本中，有效地解决了文本风格转移中控制样式形变的问题，达到了比先前技术更好的效果。

May, 2019

本文提出了一种新颖的深度神经风格迁移方法，通过生成从任意用户文本输入中得到的风格图像。使用语言模型和风格迁移模型形成一个无缝的流水线，可以创建具有相似损失和改进质量的输出图像，与基线风格迁移方法相比较。开发了一个概念验证工具以集成模型并展示从自由文本进行深度图像风格转移的有效性。

Dec, 2022