CONSTANT：通过补丁对比增强和风格感知量化实现高质量单样本手写体生成
计算机视觉与模式识别
2026-03-10 v1 多媒体
摘要
单样本手写体图像生成虽然在最近几年中取得了令人印象的成果，但由于仅依赖单个参考图像难以捕捉人类手写体的精细且多样化特征，仍具有挑战性。现有方法仍难以生成视觉上令人满意且逼真的手写图像，并难以适应复杂且未见的作家风格，难以隔离不变的风格特征（如倾斜、笔画宽度、曲率），以忽略无关噪声。为解决此问题，我们提出了一种通过扩散模型实现的单样本手写体生成方法——CONSTANT（Patch Contrastive Enhancement and Style-Aware Quantization via Denoising Diffusion），该方法包含三个关键创新：1）一种风格感知量化（SAQ）模块，用于建模风格作为捕获不同概念的离散视觉标记；2）一种对比目标，确保这些标记在嵌入风格空间中得到良好分离和有意义；3）一种潜在补丁对比（LLatentPCE）目标，通过在潜在空间中对齐生成特征和真实特征的多尺度空间补丁来提高质量和局部结构。在包括英语、中文以及我们提出的用于越南语的 ViHTGen 数据集在内的多个语言基准数据集上的大量实验和分析表明，我们的方法在适应新参考风格和生成高度细节图像方面优于当前最先进的方法。代码已在 GitHub 上提供。
引用
@article{arxiv.2603.07543,
title = {CONSTANT: Towards High-Quality One-Shot Handwriting Generation with Patch Contrastive Enhancement and Style-Aware Quantization},
author = {Anh-Duy Le and Van-Linh Pham and Thanh-Nam Vo and Xuan Toan Mai and Tuan-Anh Tran},
journal= {arXiv preprint arXiv:2603.07543},
year = {2026}
}
备注
Accepted as oral presentation at WACV 2026