AmbiGen：从预训练扩散模型生成双关图
计算机视觉与模式识别
2023-12-06 v1
摘要
双关图是一种书法设计，根据观看方向的不同具有不同的含义。即使对于熟练的艺术家来说，创作双关图也是一项具有挑战性的任务，因为它需要同时在两个不同的视角下保持其含义。在这项工作中，我们提出通过蒸馏一个大规模视觉与语言扩散模型（即DeepFloyd IF）来生成双关图，以优化字母轮廓在两个观看方向上的可读性。经验证明，我们的方法优于现有的双关图生成方法。在英语中最常用的500个单词上，我们的方法实现了超过11.6%的单词准确率提升和至少41.9%的编辑距离降低。
引用
@article{arxiv.2312.02967,
title = {AmbiGen: Generating Ambigrams from Pre-trained Diffusion Model},
author = {Boheng Zhao and Rana Hanocka and Raymond A. Yeh},
journal= {arXiv preprint arXiv:2312.02967},
year = {2023}
}
备注
Project page: https://raymond-yeh.com/AmbiGen/