TextDestroyer：一种训练与标注无关的扩散方法，用于从图像中消除异常文本
计算机视觉与模式识别
2025-07-17 v3 人工智能
机器学习
摘要
在本文中，我们提出了TextDestroyer，这是首个用于场景文本消除的、训练与标注无关的方法，利用预训练的扩散模型实现。现有的场景文本移除模型需要复杂的标注和重新训练，且可能留下微弱但可识别的文本信息，损害隐私保护和内容隐藏。TextDestroyer通过采用三阶段分层流程来获取精确的文本掩码。我们的方法在潜在起始码中使用高斯分布对文本区域进行扰乱，然后进行重建。在扩散去噪过程中，自注意力键和值参考原始潜在变量以恢复受损的背景。在每次反转步骤中保存的潜在码在重建期间用于替换，确保完美恢复背景。TextDestroyer的优势包括：（1）消除了劳动密集型的数据标注和资源密集型的训练；（2）实现了更彻底的文本消除，防止可识别痕迹；以及（3）展示了更好的泛化能力，在真实场景和生成图像上均表现良好。
引用
@article{arxiv.2411.00355,
title = {TextDestroyer: A Training- and Annotation-Free Diffusion Method for Destroying Anomal Text from Images},
author = {Mengcheng Li and Fei Chao},
journal= {arXiv preprint arXiv:2411.00355},
year = {2025}
}