Dec, 2023

规划与渲染：迈向端到端产品海报生成

PDF
TL;DR一个名为 P&R 的新型产品海报生成框架，结合了设计师在创作海报时的工作流程，利用 PlanNet 生成产品和其他可视组件的布局，利用 RenderNet 生成产品的背景，通过空间融合模块融合不同可视组件的布局，提供了一种提高多样性和合理性的产品海报生成方法。
end-to-end product poster generationimage-inpainting methodsposter layout generationplannetrendernet
发现论文，激发创造
  • 学习生成科学论文海报

    本研究首次提出了一种数据驱动的框架，它利用图形模型解决了科学论文生成海报的复杂性和时间成本问题，并成功地创建了海报 - 论文数据集，定量和定性结果表明该方法非常有效。

    Apr, 2016

  • 利用检索辅助图像生成对电子商务产品进行在线广告展示

    通过生成敌对网络和复制粘贴分阶段的方法，我们可以改善动态产品广告中产品图像的吸引力和真实性，同时实现移动产品的动画展示。

    Jul, 2023

  • 基于内容感知的视觉 - 文字展示布局的新基准与方法 --《海报布局

    本文旨在研究如何通过条件生成对抗网络来实现内容感知的视觉文字呈现布局，为自动无模板创意图形设计提供关键支持。通过设计一个名为 PosterLayout 的新数据集，并借助设计顺序形成技术，提出一种可生成适当布局的 CNN-LSTM 基于条件生成对抗网络，该方法在多个方面均取得了最佳性能。

    Mar, 2023

  • 图像感知布局生成的像素级鉴别器无监督领域自适应

    本文关注利用基于图像内容的条件 GAN 模型生成具有图片感知性的广告海报平面设计，在现有数据集的基础上，将无监督领域自适应技术与深度学习相结合，设计了一种新的像素级鉴别器 (PDA-GAN) 来生成具有高质量图像感知的广告海报平面设计。 实验结果显示，PDA-GAN 可以实现最先进的性能，并为时尚的广告海报生成高质量的图像感知平面设计。

    Mar, 2023

  • AutoPoster: 广告海报生成的高度自动和内容感知的设计系统

    该研究介绍了一种高度自动化和内容感知的广告海报生成系统 AutoPoster，通过图像清理和重定向、布局生成、标语生成和样式属性预测等四个关键阶段，该系统可以仅凭产品图像和标题自动生成不同尺寸的海报。通过融合两个内容感知模型用于布局和标语生成，同时提出了一种用于联合预测视觉样式属性的新型多任务样式属性预测器 (SAP)。此外，我们提出了首个包含超过 76k 海报视觉属性注释的海报生成数据集。用户研究和实验证明了我们的系统的有效性以及生成的海报在美学上相较其他生成方法的优势。

    Aug, 2023

  • 关系感知扩散模型用于可控海报布局生成

    通过 visual-textual 和 geometry 关系感知模块，提出一种基于 CGL-Dataset V2 数据集的海报布局生成方法，可以考虑海报的视觉和文本内容以及元素之间的关系，生成能够传达文本信息的多样化的海报布局，优于现有方法。

    Jun, 2023

  • 端到端图约束矢量平面图生成与全景细化

    本文提出了一种基于向量序列而非图片格式生成楼层平面图的方法，并详细介绍了一个基于图卷积网络这一新颖框架的二阶段流程，最终在实际数据集上取得了最佳的表现。

    Jul, 2022

  • 面向视觉文本呈现设计的组合感知图形布局生成对抗网络

    本文提出了一种基于图像元素的深度生成模型 CGL-GAN，并设计了域对齐模块 DAM 来缩小训练和测试输入之间的差距，进而生成符合美感直觉的高质量图形布局。

    Apr, 2022

  • Desigen: 可控设计模板生成的流程

    本文提出了 Desigen，一种自动模板创建流程，该流程生成背景图像以及与背景图像上的布局元素相协调的布局。通过两种简单而有效的技术对背景生成过程中的显著性分布进行约束，从而为现有的高级扩散模型提供更强的空间控制。然后，在背景的条件下，使用基于 Transformer 的自回归生成器合成布局。为了实现更加协调的构图，我们提出了一种迭代推理策略，以在多轮中调整合成的背景和布局。通过使用超过 40,000 个广告横幅构建了一个设计数据集来验证我们的方法。广泛的实验表明，所提出的流程生成的模板质量与人类设计师相媲美。除了单页设计外，我们进一步展示了演示文稿生成的应用，该应用能够输出一组具有主题一致性的幻灯片。数据和代码可在此 https URL 找到。

    Mar, 2024

  • GlyphDraw2：使用扩散模型和大型语言模型自动生成复杂字形海报

    我们提出了一种端到端的文本渲染框架，利用三重交叉关注机制在细致的背景环境中创建精确的海报文本，验证了该方法生成具有复杂和丰富背景的海报图像的能力。

    Jul, 2024