arXiv cs.AI· Yuxuan Chen, Feng Xie, Jiagao Hu, Fuhao Li, Zepeng Wang, Fei Wang, Daiguo Zhou·· 2 天前AI 评分29
LociArt：自由风格局部视频风格化的统一范式
LociArt: A Unified Paradigm for Free-Style Local Video Stylization
AI 导读
LociArt 提出面向自由风格局部视频风格化的统一范式，核心方法 GRNStyle 基于 Generative Refinement Networks（GRN）引入极坐标风格感知掩码，将风格身份编码为等范数方向，并配合表示—几何条件实现时空上下文与几何控制。
正文 · AI 翻译
摘要：视频风格化通常会对整个场景进行转换，而局部艺术编辑需要精确的区域—风格关联、空间控制和时间一致性。我们提出 LociArt，一种用于自由风格局部视频风格化的统一范式，它明确指定在何处进行风格化以及应用何种风格，同时保留非目标内容。其核心 GRNStyle 基于生成式细化网络（GRN），并引入极坐标风格感知掩码，将风格身份作为等范数方向嵌入选定区域内。互补的表示—几何条件将编码后的掩码特征与原始掩码的空间支撑相结合，将时空上下文与几何控制相融合。为提供成对监督，我们开发了一条自动化流水线，结合全局风格化、视频对象移除、抠像和合成，并构建了包含 10 万对局部风格化样本的 LociArt-100K 数据集。我们进一步建立了 LociArt 基准，包含 80 个源视频和 84 个目标掩码，覆盖 168 个前景/背景风格化案例，并提出了风格原型相似度（SPS）评估方案用于评估区域风格质量，以及非目标保留和时间一致性的互补指标。实验表明，GRNStyle 在区域风格质量和空间控制方面优于现有方法，同时保持较强的时间一致性。定性示例进一步展示了在仅使用单区域、单风格成对样本训练的情况下，对多个区域进行相同或不同学习风格的联合风格化。这些组件共同为学习和评估可控局部视频风格化提供了统一基础。项目页面：this https URL。
| Comments: | 项目页面：this https URL |
| Subjects: | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；多媒体（cs.MM） |
| Cite as: | arXiv:2610.36456 [cs.CV] |
| （或 arXiv:2610.36456v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36456 由 DataCite 颁发的 arXiv DOI（待注册） |
Submission history
来自：Jiagao Hu [查看邮箱]
[v1]
2026年10月27日星期二 01:04:39 UTC（12,749 KB）
来源：arXiv cs.AI · arxiv.org