AdaIN 通过风格特征的统计量重参数化内容特征，实现高效的任意风格迁移。

核心公式

$$\text{AdaIN}(x,y)=\sigma(y)\frac{x - \mu(x)}{\sigma(x)}+\mu(y)$$

• $x$：内容特征，$y$：风格特征
• $\mu$：均值，$\sigma$：标准差

归一化方法对比

应用场景

核心优势

• 前馈网络即可实现风格化，无需复杂风格损失
• 支持实时任意风格迁移
• 多层 AdaIN 实现风格分层控制