本论文提出了一种新的利用语义知识的图像生成方法，通过优化模型中的提示值，可以实现在多张图片中寻找相同语义意义的位置，可以在多个数据集上达到最先进的性能。

May, 2023

提出了一个创新性框架，通过集成语义匹配、外观转换和潜在偏差的各个方面，来达到细粒度细节的精确和自然转换，其中关键的要素是扩散模型在扩散过程的潜在空间内对预测的 x0 范围的战略使用，用于实现源图像和目标图像的语义对齐，便于改善特征获取的逐掩膜外观转换。通过广泛的实验验证了这种方法的有效性，并展示了其在广泛类别和领域中处理细粒度外观转换的能力。

Nov, 2023

利用文本到图像生成模型中的语义知识，在具有相似语义但形状可能差异大的物体之间进行视觉外观转换，通过建立跨图像的注意力机制和利用噪声编码或模型内部表示来提高输出图像质量，实现了零训练的目标。

Nov, 2023

本研究提出了一种名为 “Deep Image Analogy” 的新技术，该技术通过找到两个输入图像之间有意义的密集对应关系，实现跨图像的视觉属性转移，包括风格、质感和颜色等，证明了该方法在多种情况下的有效性。

May, 2017

本文介绍了一种名为 Splice 的方法，通过集成 ViT 模型的语义信息，将一个自然图像中的物体的视觉外观转移到另一个图像中，该方法不需要使用对抗训练，也不需要任何额外的输入信息。

Jan, 2022

本文提出了一种基于条件扩散模型的统一框架，用于图像到图像的转换，并在四个具有挑战性的图像到图像任务中测试了这个框架，即上色，修复，裁剪和 JPEG 恢复。我们的简单实现超越了所有任务上的强 GAN 和回归基线，无需任务特定的超参数调整，架构定制或需要任何辅助丢失或先进的新技术。我们揭示了扩散目标中 L2 与 L1 损失的影响，并通过实证研究证明了自我关注在神经结构中的重要性。重要的是，我们提倡一个基于 ImageNet 的统一评估协议，具有人工评估和样本质量得分（FID，Inception Score，预训练 ResNet-50 的分类准确度和与原始图像的感知距离），我们期望这个标准化的评估协议在推进图像到图像翻译研究方面起到作用。最后，我们展示了一个通用的，多任务扩散模型的执行效果与任务特定的专家模型相当或更好。

Nov, 2021

本研究揭示了扩散模型中隐藏的丰富多模态知识的一种新方法，用于分割任务。

Sep, 2023

本文提出了一种基于单张画作的有学习能力的文字描述的艺术风格逆推算法（InST），能够高效地捕捉并转移绘画作品的艺术风格，且经过在多个艺术家和艺术风格的多幅画作上测试验证了其质量和效率。

Nov, 2022

本文提出了一种基于扩散的非监督图像转换方法，使用分离的风格和内容表征，并使用 ViT 模型中的中间键提取多头自注意层作为内容保存损失，并匹配文本驱动风格转移的 [CLS] 分类令牌，同时使用额外的 CLIP 损失，实验结果表明，该方法在文本引导和图像引导的转换任务中优于现有的基准模型。

Sep, 2022

我们提出了一种语义外观传输的方法，通过利用预先训练的和固定的视觉 Transformer（ViT）模型，提取深度 ViT 特征中结构和外观的新型解耦表示，然后通过 ViT 特征空间中的目标函数将这些表示相互编织在一起，提出了两种语义外观传输的框架 ——Splice 和 SpliceNet。

Nov, 2023