自然场景文本中包含各种隐私信息,例如家庭住址、电话号码等。隐藏自然场景图像中的重要文本信息,将可以有效地防止我们处于隐私泄露的高风险之中。因此,场景文本擦除成为了一个迫在眉睫的研究课题。场景文本擦除的目标是擦除图像中的文本区域,并基于文本周围的背景进行合理填充,同时保留非文本区域,使之看起来尽可能接近一张真实的非文本图像。其主要挑战包括:1)准确地感知文本笔画级别的位置;2)采用视觉上合理的非文本图像块替换文本区域。已有的场景文本擦除算法还不能很好地解决笔画级别的文本检测问题,同时对生成图像的品质研究较少。针对上述的挑战以及已有算法存在的不足,本文提出了一种新的场景文本擦除算法。具体来说,本文的主要工作内容和贡献如下:1.针对目前还不存在公开的场景文本擦除数据集的问题,本文提出并构建了一个合成场景文本擦除数据集,以及一个基于场景文本检测数据集标注的真实场景文本擦除数据集,用于文本擦除的研究。2.与现有基于图像块的文本擦除算法不同,本文首次提出了一种基于整图端到端的场景文本擦除算法。本文提出的算法,在不需要任何先验知识的情况下,能够很好的擦除各种场景文本,并生成接近真实的非文本图像。该方法基于条件生成对抗网络,由三个精心设计的模块组成:1)侧向连接模块;2)重组损失函数模块;3)局部敏感判别器模块。其中,侧向连接模块帮助生成器网络捕捉更多的细节纹理信息;重组损失函数模块指导生成器网络生成一张尽可能真实的非文本图像;局部敏感的判别器网络用来保证文本擦除区域的局部一致性。3.基于所构建的合成场景文本擦除数据集以及ICDAR 2013测试集,本文进行了严格的定性和定量消融实验。实验结果表明,本文方法的各个模块都能帮助算法获取更好的性能。在所测试的指标中,本文方法均可以显著超过现有场景文本擦除方法。此外,基于SMBnet数据集进行的定性实验进一步表明,本文的方法还可以很好地泛化到通用目标擦除任务中(例如行人擦除)。