Mar, 2024

扩散式审美二维码生成:通过具有抗扫描特性的感知引导

TL;DR本文介绍了一种基于扩散模型的美学 QR 码生成流程,通过使用经过预训练的 ControlNet 和基于提出的 QR 码机制的扫描鲁棒损失(SRL)的新型分类器指导(SRG)的引导迭代改进,确保美观和可扫描性。通过 Scanning-Robust Perceptual Guidance (SRPG) 提出的两阶段流程,进一步提高了可扫描性和保持美观性。此外,通过基于 SRL 的 Scanning-Robust Projected Gradient Descent (SRPGD) 后处理技术进一步增强了生成的 QR 码的可扫描性。通过广泛的定量、定性和主观实验,结果表明,该方法可以生成具有细节灵活性的多样化美观 QR 码。此外,我们的流程在扫描成功率(SSR)方面表现优于现有模型,达到 86.67%(+40%),并具有可比较的美学评分。通过与 SRPGD 结合,扫描成功率进一步提高至 96.67%(+50%)。我们的代码将在此 https URL 进行提供。