实验室杨瑞博士为第一作者，吴晓军教授作为通讯作者在国际计算机图形学与可视化领域顶级期刊《IEEE Transactions on Visualization and Computer Graphics》（TVCG）发表了题为《MixSA: Training-Free Reference-Based Sketch Extraction via Mixture-of-Self-Attention》的研究论文。该研究首次提出了基于混合自注意力机制（MixSA）的免训练素描提取方法，为计算机图形学领域的艺术风格提取与素描生成提供了新的技术范式。

该成果引入了最新的扩散模型先验，通过“混合自注意力”技术实现免训练的素描提取。核心方法是通过替换参考素描的自注意力层键值对，将画笔笔触的特性自然融入初始轮廓图中，实现纹理密度的精准控制。该方法支持风格的插值生成，能够创造全新的、未出现的艺术风格，提升了素描生成的灵活性与表达力。论文提出的MixSA 技术通过在处理局部纹理的解码器后期层中对颜色与纹理的精准匹配，有效克服了传统方法中常见的“颜色平均化”问题。实验表明，MixSA 在素描质量、灵活性与适用性方面均显著优于现有方法，为多样化与高保真度素描生成提供了全新路径。

这项研究不仅突破了现有方法对训练的依赖和风格捕获的局限，还为用户生成多样化、与艺术表达紧密契合的素描提供了更大的创作自由度，适用于艺术教育、数字创意产业及传统艺术的现代化转化等领域。

论文链接：https://doi.org/10.1109/TVCG.2024.3502395