SaMam横空出世！全球首个Mamba风格迁移框架，线性复杂度+局部增强，双指标碾压SOTA！

最新推荐文章于 2025-10-15 17:44:19 发布

原创

最新推荐文章于 2025-10-15 17:44:19 发布 · 1k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #深度学习 #ai

🌐 社群导航

🔗 点击加入➡️【AIGC/LLM/MLLM/3D/自动驾驶】技术交流群

🔗 点击加入➡️【2-3月CCF投稿】交流群

最新论文解读系列

论文名：SaMam: Style-aware State Space Model for Arbitrary Image Style Transfer

论文链接：https://arxiv.org/pdf/2503.15934

项目链接：暂无

导读

全局有效感受野对于图像风格迁移（ST）获得高质量的风格化结果起着至关重要的作用。然而，现有的ST主干网络（如卷积神经网络和Transformer）在实现全局感受野时会面临巨大的计算复杂度。最近，状态空间模型（SSM），特别是改进的变体Mamba，在线性复杂度下对长距离依赖建模显示出了巨大的潜力，这为解决上述困境提供了一种途径。在本文中，我们开发了一个基于Mamba的风格迁移框架，称为SaMam。具体来说，设计了一个Mamba编码器来高效地提取内容和风格信息。此外，开发了一个风格感知的Mamba解码器，以灵活适应各种风格。此外，为了解决现有SSM存在的局部像素遗忘、通道冗余和空间不连续的问题，我们引入了局部增强和之字形扫描机制。定性和定量结果表明，我们的SaMam在准确性和效率方面都优于现有最先进的方法。

简介

风格迁移（ST）旨在捕捉图像风格以生成艺术图像，自开创性工作以来，它引起了越来越多的关注。随着现代深度学习技术的发展，如卷积神经网络、Transformer和扩散模型，风格迁移性能在过去几年中不断提高。我们认为这种改进部分归因于感受野的增加。首先，相对较大的感受野允许模型从更广泛的区域提取足够的图像模式，使其能够更好地捕捉风格模式。其次，有了更大的感受野，模型能够利用内容图像中的更多像素来促进锚点像素的风格迁移。