CalliMaster：通过布局引导的空间规划掌握页级中文书法
计算机视觉与模式识别
2026-03-16 v1
摘要
页级书法合成需要在字形精度与版面构图之间进行平衡。现有字符模型缺乏空间上下文信息，而页级方法往往妥协笔触细节。在本文中，我们提出了‛\textbf{CalliMaster}‛，一个用于可控生成与编辑的统一框架，通过解耦空间规划与内容合成来解决这一矛盾。灵感来源于人类"规划书写"的认知过程，我们引入了粗到细的流水线‛(Text Layout Image)‛来应对页级合成的组合复杂性。在单个多模态扩散转换器中，空间规划阶段首先预测字符边界框以建立全局空间布局。该中间布局随后作为几何提示供内容合成阶段使用，同一网络运用流匹配技术渲染高保真笔触。除了实现最先进的生成质量外，这种解耦支持多样的下游能力。将布局视为可修改约束，CalliMaster能够实现可控语义重规划：用户可调整字符大小或位置，而模型会自动和谐周围留白与笔势。我们进一步展示了该框架在修复与鉴定分析中的可扩展性，为数字文化遗产提供了综合性工具。
引用
@article{arxiv.2603.12482,
title = {CalliMaster: Mastering Page-level Chinese Calligraphy via Layout-guided Spatial Planning},
author = {Tianshuo Xu and Tiantian Hong and Zhifei Chen and Fei Chao and Ying-cong Chen},
journal= {arXiv preprint arXiv:2603.12482},
year = {2026}
}