FlowTranslator：免训练图像内机器翻译

免训练扩散编辑方案在图像内翻译基准上超过训练式基线

资讯摘要

论文提出 FlowTranslator，一种免训练的图像内机器翻译框架：先用 OCR 模型和 LLM 生成翻译提示，注入基于 T2I 的扩散模型，并通过 Region Coupling Release 与 Coupling Expansion 两项轨迹控制优化译文生成。作者报告在 EasyOCR 回读协议下 PRIM BLEU 与 COMET 均值为 20.6 和 57.2，超过训练式基线 UniTranslator；在 ScenePair 照片译成中文任务上精确匹配率为 40.1%。

要点速读

1. 方法免训练，依赖 OCR、LLM 生成提示并注入 T2I 扩散模型
2. 引入 Region Coupling Release 和 Coupling Expansion 两项轨迹控制
3. 作者报告 PRIM BLEU 20.6、COMET 57.2，ScenePair 中文精确匹配 40.1%

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。