站长之家（ChinaZ.com）4月17日 消息:材料迁移技术一直是计算机视觉和图形领域研究的热点之一。最近，牛津大学Stability AI 和 MIT CSAIL 研究团队共同开发了一种名称ZeST这种创新方法可以实现从一个图像到另一个图像中对象的材料迁移，而无需任何以前的训练。

Zest技术的亮点是它支持单一材料的迁移，并能够处理单个图像中的多个材料编辑。这意味着用户可以很容易地将一种材料应用到图像中的多个对象中，而不需要单独迁移每个对象。此外，Zest还支持在设备上快速处理图像，以摆脱云计算或服务器对终端处理的依赖大大提高了效率。

Zest的工作原理是通过扩散适配器提取示例图像中的隐藏材料，然后将这些材料应用到输入图像的对象中。这一过程结合了几何和光指导信息，以确保图像中的其他属性在材料转移的同时被保留，从而产生逼真的视觉效果。Zest不仅适用于虚拟场景和合成图像，也适用于现实世界中的图像，为材料编辑和渲染提供了更灵活、更高效的解决方案。

在Zest的方法概述中，研究小组介绍了该技术的三个主要分支。首先，图像编码器用于编码材料示例；其次，输入图像转换为深度图像和前景灰度图像，以提供必要的几何和潜在的光指导；最后，Zest可以准确地将材料属性转移到输入图像中的对象。

通过展示16个不同材料的转移示例，研究团队证明了Zest的有效性。这些示例涵盖了从PBR材料到现实世界物体的广泛范围，并显示了Zest编辑多个材料的能力。这些结果不仅显示了Zest的强大功能，而且为图像编辑和渲染提供了新的工具和可能性。

综上所述，Zest的推出为材料迁移技术带来了新的突破。其零-shot特性和对现实世界图像的适用性使Zest在计算机视觉和图形领域具有重要的研究价值和应用前景。未来，研究团队将继续探索如何将Zest扩展到更广泛的应用领域，并进一步提高其性能和效果。

项目地址:https://top.aibase.com/tool/zest