OrienText：面向表面的文本图像生成
计算机视觉与模式识别
2025-05-28 v1
摘要
图像中的文本内容在电子商务领域至关重要，特别是在营销活动、产品成像、广告和娱乐行业中。当前的文本到图像（T2I）生成扩散模型虽然擅长生成高质量图像，但往往难以将文本准确融入具有不同视角的复杂表面，例如建筑物、横幅或墙壁等建筑元素的倾斜视图。在本文中，我们提出了面向表面的文本图像生成（OrienText）方法，该方法利用特定区域的表面法线作为 T2I 生成扩散模型的条件输入。我们的方法确保了在图像语境中文本的准确渲染与正确朝向。我们在自建的数据集上展示了 OrienText 方法的有效性，并将其与现有的文本图像生成方法进行了比较。
引用
@article{arxiv.2505.20958,
title = {OrienText: Surface Oriented Textual Image Generation},
author = {Shubham Singh Paliwal and Arushi Jain and Monika Sharma and Vikram Jamwal and Lovekesh Vig},
journal= {arXiv preprint arXiv:2505.20958},
year = {2025}
}
备注
4 pages, SIGGRAPH Asia 2024 Technical Communications