面向中文场景文本编辑的不确定性感知生成网络

摘要

通过研究，提出了一种基于不确定性建模的中文场景文本编辑（Chinese scene text editing,CSTE）方法，并发现了1种有效的技术解决方案.该方法通过不确定性引导的调整机制优化预测噪声，提升噪声估计准确性，从而增强生成文本的清晰度和结构完整性.同时，通过过滤文本和图像特征中的无关信息，提高了跨模态对齐能力，实现了文本与背景纹理的融合.

关键词

中文场景文本编辑 / 不确定性感知机制 / 跨模态对齐 / 冗余消除 / 噪声矫正