DiffQRCoder：基于扩散模型的美学二维码生成，扫描鲁棒性导引的迭代细化
计算机视觉与模式识别
2025-02-18 v3
摘要
随着扩散模型在图像生成中的成功，它们也 revolutionized了美学快速响应（QR）码的生成。尽管在视觉吸引力方面取得了显著提高，但美化后的二维码通常牺牲了扫描可靠性，从而阻碍了其在实际场景中的实际应用。为此，我们提出了一种新的训练-free 基于扩散的二维码生成器（DiffQRCoder），有效地构建可扫描且视觉上令人愉悦的二维码。该方法引入了扫描鲁棒感知引导（SRPG），一种新的扩散引导，用于保证在去噪过程中生成的美学代码遵循真实QR码，同时保持其吸引力。此外，我们提出了另一种后处理技术，即扫描鲁棒流形投射梯度下降（SR-MPGD），通过迭代潜空间优化进一步提高扫描鲁棒性。通过大量实验，结果表明，我们的方法在扫描成功率（SSR）方面优于其他比较方法，同时保持更好的或相当的CLIP美学分数（CLIP-aes.），并且显著提高了ControlNet-only方法的SSR从60%到99%。主观评估表明，我们的方法也为用户实现了有前景的视觉吸引力。最后，即使在不同的扫描角度和最严格的容差设置下，我们的方法仍能稳健地实现95%以上的SSR，展示了其在实际应用中的能力。我们的项目页面位于https://jwliao1209.github.io/DiffQRCoder。
引用
@article{arxiv.2409.06355,
title = {DiffQRCoder: Diffusion-based Aesthetic QR Code Generation with Scanning Robustness Guided Iterative Refinement},
author = {Jia-Wei Liao and Winston Wang and Tzu-Sian Wang and Li-Xuan Peng and Ju-Hsuan Weng and Cheng-Fu Chou and Jun-Cheng Chen},
journal= {arXiv preprint arXiv:2409.06355},
year = {2025}
}