工业场景下高斯引导的非显著性字符抹除
图像文本信息在日常生活中无处不在,在传递信息的同时,也带来了信息泄露的问题.近年来文本擦除模型很好地解决了这个问题.然而,在工业场景下,图像会出现高光,对比度较大的非字符区域,模型往往很容易其影响发生注意力偏移的现象,从而忽略了字符区域导致不理想的文本抹除效果.为了克服这一局限性,基于注意力提出了一种新的文本擦除网络,即在网络中嵌入了一层额外的特征层用以给生成图中存在字符的区域进行评分.同时,引入了高斯热力图并将其作为基础设计损失函数,采用监督的方式纠正模型的注意力,将模型注意力引导至正确的字符区域.通过在4种不同的数据集上进行对比,本文所提方法总体上拥有更好的抹除效果.同时,该方法在图像存在复杂的背景情况下,其在图像抹除任务中仍然具有较高的灵活性.
字符抹除、注意力漂移、高斯引导、区域评分
32
TD823.6;TP391.41;TB472
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
278-285