编辑保真度字段：无需训练 场景文本编辑的语义感知区域隔离

场景文本编辑（STE）在通过基于扩散的方法准确渲染目标文本方面取得了显着的进步。然而，我们发现了一个关键但被忽视的问题：编辑溢出——在编辑目标文本区域时，现有方法会无意中修改非目标区域，特别是相邻文本。通过对四个类别的 50 个现实世界场景进行系统评估，我们发现最先进的扩散编辑模型的溢出率为 94%，这意味着几乎所有非目标文本区域在编辑过程中都会发生改变。为了解决这个问题，我们提出了编辑保真度字段（EFF），这是一个语义感知的连续字段，可以控制每个像素的编辑保真度。与二进制掩码不同，EFF 利用 OCR 检测到的文本区域来构建四区域字段：编辑核心（完全可编辑）、过渡区域（平滑衰减）、受保护区域（非目标文本，显式锁定）和背景（严格保留）。 EFF 作为 无需训练 模型无关的后处理模块运行，适用于任何基于扩散的 STE 方法。我们进一步提出了按区域溢出量化，这是一种新颖的评估协议，可以单独测量每个非目标文本区域的编辑泄漏。实验表明，EFF 将溢出率从 94% 降低至 25%，同时将非目标区域保留提高了 +91.4 dB PSNR。