arXiv · Computer Vision· Nicolas Thiebaut, Nameer Hirschkind, Xiao Yu, Kyle Spence·2026-10-01 12:00· 3 小时前AI 评分22

STEPS：基于扩散模型与对比风格编码的场景文本编辑方法

STEPS: Scene Text Editing with Preserved Style Using Diffusion and Contrastive Style Encoding

AI 导读

STEPS 是一种新型扩散模型架构，用于图像中场景文本的替换并保留原始风格。该方法引入视觉文本风格编码器，将风格与文本内容解耦，并结合目标文本编码与渲染字形等多语义条件。在风格保持、输出可读性和主观质量上均优于此前场景文本编辑方法。