The Hong Kong Polytechnic University 发布 Word-level controlled scene text dataset 数据集, 应用在 场景文本处理、图像渲染 领域

The Hong Kong Polytechnic University 本次发布的数据集 Word-level controlled scene text dataset, WordCon数据集是一个用于场景文本渲染的词汇级控制数据集，由香港理工大学、新加坡国立大学、重庆大学、浙江大学和Tiamat AI的研究人员构建。该数据集旨在解决场景文本渲染中单词级别的字体样式控制问题。数据集包含场景文本渲染所需的词汇级控制数据，以及每个单词的分割掩码。数据集的创建过程涉及文本-图像对齐框架（TIA），它利用了 grounding 模型的跨模态对应关系来增强文本到图像模型的训练。WordCon数据集的应用领域包括艺术文本渲染、文本编辑和条件图像文本渲染，旨在解决文本渲染中单词级别的样式控制问题。

查看Word-level controlled scene text dataset

关于 The Hong Kong Polytechnic University , 香港理工大学是位于中国香港的一所公立综合性研究型大学，以其应用科学和工程学的研究成果而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。