Seal2Real：基于扩散模型提示先验学习的无监督文档印章数据生成与实现
计算机视觉与模式识别
2026-01-06 v3
摘要
文档处理中与印章相关的任务——如印章分割、真伪验证、印章去除以及印章下文本识别——具有重要的商业价值。然而，这些领域的进展受限于标记文档印章数据集的稀缺，而后者对于有监督学习至关重要。为应对这一局限，我们提出Seal2Real，一种旨在合成大规模标记文档印章数据的新型生成框架。作为本工作的一部分，我们还提出了Seal-DB，一个包含20,000张标记图像的综合数据集，以支持印章相关研究。Seal2Real引入了构建于预训练Stable Diffusion模型之上的提示先验学习架构，将其生成能力有效迁移至印章图像合成的无监督领域。通过生成高度逼真的合成印章图像，Seal2Real显著提升了下游印章相关任务在真实数据上的性能。在Seal-DB数据集上的实验评估证明了所提框架的有效性和实用价值。该数据集可在 https://github.com/liuyifan6613/DocBank-Document-Enhancement-Dataset 获取。
引用
@article{arxiv.2310.00546,
title = {Seal2Real: Prompt Prior Learning on Diffusion Model for Unsupervised Document Seal Data Generation and Realisation},
author = {Mingfu Yan and Jiancheng Huang and Shifeng Chen},
journal= {arXiv preprint arXiv:2310.00546},
year = {2026}
}