Style GANのadaptive instance normalization（AdaIN）の理解

架空の人物の顔画像を生成するStyle GANには、スタイル入力を行うadaptive instance normalization（AdaIN）という入力層があります。
この入力データについて、次のURLに詳しい説明が記載されています。
https://qiita.com/Hiroaki-K4/items/bd4ea4e74200cbd277de

その式（８）は次の図のとおりです。

また、ここでの説明として、次の記述があります。

ここでは、adaptive instance normalization（AdaIN）と呼ぶ、INのシンプルな拡張を提案します。 
AdaINはコンテンツ入力xとスタイル入力yを受け取り、xのチャネルごとの平均と分散を調整して、yのそれらと一致させます。 
BN、IN、CINとは異なり、AdaINには学習可能なaffine parameterはありません。 
代わりに、スタイル入力からaffine parameterを計算します。正規化されたコンテンツ入力をσ(y)でシンプルにスケーリングし，それをμ(y)でシフトしています。

この説明によると、スタイル入力yを受け取った後は、平均と分散を求めてコンテンツ入力をσ(y)でシンプルにスケーリングとμ(y)でシフトしているだけのように見えます。
つまり、スタイル入力yのベクトル値が無視され、分布（σ(y)とμ(y)）のみに意味を持たせているようなのですが、その理解で合ってますでしょうか。

よろしくお願いします。