BriefGPT - AI 论文速递
·
SaMam: A Style-Aware State Space Model for Arbitrary Image Style Transfer
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为SaMam的图像风格转移框架，基于改进的状态空间模型Mamba，能够高效提取内容与风格信息，解决计算复杂性和局部像素遗忘问题。实验结果表明，其在准确性和效率上优于现有方法。
🎯
关键要点
- 本研究提出了一种名为SaMam的图像风格转移框架。
- SaMam基于改进的状态空间模型Mamba，能够高效提取内容与风格信息。
- 该框架解决了计算复杂性和局部像素遗忘问题。
- 通过局部增强和之字形扫描，SaMam克服了通道冗余和空间不连续性问题。
- 实验结果表明，SaMam在准确性和效率上优于现有方法。
➡️
