Text2QR：协调文本引导二维码生成中的美学定制与扫描鲁棒性
计算机视觉与模式识别
2024-03-14 v2
摘要
在数字时代，二维码作为连接虚拟与物理领域的枢纽。它们在各种应用中的普遍整合凸显了对兼具美感且不损害可扫描性的二维码的需求。然而，现有方法在平衡定制化与可扫描性方面面临着内在挑战。值得注意的是，stable-diffusion 模型开启了高质量、可定制内容生成的新纪元。本文介绍了 Text2QR，一种利用这些进展来解决根本性挑战的先驱方法：同时实现用户定义的美学与扫描鲁棒性。为了确保美学二维码的稳定生成，我们引入了二维码美学蓝图 (QAB) 模块，生成一个对整个生成过程施加控制的蓝图图像。随后，可扫描性增强隐空间精炼 (SELR) 过程在隐空间中迭代精炼输出，增强扫描鲁棒性。该方法利用了 stable-diffusion 模型强大的生成能力，在图像美学与二维码可扫描性之间进行权衡。我们的实验展示了视觉吸引力与美学二维码实用性的无缝融合，显著优于先前的方法。代码可在 \url{https://github.com/mulns/Text2QR} 获取
引用
@article{arxiv.2403.06452,
title = {Text2QR: Harmonizing Aesthetic Customization and Scanning Robustness for Text-Guided QR Code Generation},
author = {Guangyang Wu and Xiaohong Liu and Jun Jia and Xuehao Cui and Guangtao Zhai},
journal= {arXiv preprint arXiv:2403.06452},
year = {2024}
}
备注
Accepted by CVPR 2024