复旦大学与腾讯微信视觉团队提出 TextRIRO：只用真实数据自配对做场景文字编辑

复旦大学与腾讯微信视觉团队提出 TextRIRO，用 Crop、Shuffle、Mask 等图像破坏方式将真实图像生成自身的前后配对监督数据，并通过条件扩散模型完成场景文字编辑。该方法全程只使用真实数据，旨在保留自然场景多样性、减少伪影与幻觉，并提升编辑真实感。