抗打印扫描和屏幕拍摄的字形扰动研究进展

本文介绍了字形扰动的应用场景,系统梳理了抗打印扫描和屏幕拍摄的字形扰动相关工作,将其分为两类：传统字形扰动方法和深度学习字形扰动方法。根据字符的属性特征,传统字形扰动方法细分为：像素翻转、高度调整、间距调整、笔画调整、特征点调整和骨架轮廓调整。深度学习字形扰动方法通过微调字符的高维特征以嵌入额外的信息,根据生成数据的性质,将其分为生成扰动文本图像和矢量字体两类。从鲁棒性、嵌入容量、复杂性等方面对比分析现有字形扰动方法的特点,最后对字形扰动研究面临的挑战和发展方向进行总结和展望。