自然场景中的文本编辑
计算机视觉与模式识别
2019-08-09 v1
摘要
在本文中，我们关注自然图像中的文本编辑，其目的是将源图像中的一个词替换或修改成另一个词，同时保持其真实外观。该任务具有挑战性，因为背景与文本的样式均需被保留，使得编辑后的图像在视觉上与源图像难以区分。具体而言，我们提出了一种端到端可训练的样式保持网络（SRNet），其由三个模块组成：文本转换模块、背景修复模块和融合模块。文本转换模块将源图像的文本内容更改为目标文本，同时保持原始文本样式。背景修复模块擦除原始文本，并用适当的纹理填充文本区域。融合模块结合前两个模块的信息，生成编辑后的文本图像。据我们所知，这项工作是首次尝试在词级别上编辑自然图像中的文本。在合成与真实世界数据集（ICDAR 2013）上的视觉效果和定量结果充分证实了模块分解的重要性和必要性。我们还进行了大量实验，以验证我们的方法在各种真实世界应用（如文本图像合成、增强现实（AR）翻译、信息隐藏等）中的实用性。
引用
@article{arxiv.1908.03047,
title = {Editing Text in the Wild},
author = {Liang Wu and Chengquan Zhang and Jiaming Liu and Junyu Han and Jingtuo Liu and Errui Ding and Xiang Bai},
journal= {arXiv preprint arXiv:1908.03047},
year = {2019}
}
备注
accepted by ACM MM 2019