Generación de Imágenes Alineadas por Estilo a través de Atención Compartida

Los modelos de Texto-a-Imágen (T2I) a gran escala han ganado rápidamente prominencia en campos creativos, generando salidas visualmente atractivas a partir de indicaciones textuales. Sin embargo, controlar estos modelos para asegurar un estilo consistente sigue siendo un desafío, con métodos existentes que requieren ajuste fino e intervención manual para desenredar contenido y estilo. En este trabajo, introducimos StyleAligned, una técnica novedosa diseñada para establecer la alineación de estilo entre una serie de imágenes generadas. Al emplear una mínima 'compartición de atención' durante el proceso de difusión, nuestro método mantiene la consistencia del estilo entre las imágenes dentro de los modelos T2I. Este enfoque permite la creación de imágenes consistentes en estilo utilizando un estilo de referencia a través de una sencilla operación de inversión. La evaluación de nuestro método a través de diversos estilos e indicaciones textuales demuestra una síntesis y fidelidad de alta calidad, subrayando su eficacia en lograr un estilo consistente a través de diversos insumos.