論文の概要: Attribute-conditioned Layout GAN for Automatic Graphic Design

• arxiv url: http://arxiv.org/abs/2009.05284v1
• Date: Fri, 11 Sep 2020 08:34:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-19 22:01:17.989944
• Title: Attribute-conditioned Layout GAN for Automatic Graphic Design
• Title（参考訳）: 自動グラフィックデザインのための属性条件付きレイアウトgan
• Authors: Jianan Li, Jimei Yang, Jianming Zhang, Chang Liu, Christina Wang, Tingfa Xu
• Abstract要約: 本稿では,Attribute-conditioned Layout GANを導入し,図形レイアウト生成のための設計要素の属性を組み込む。 図形設計の複雑さから,識別器が要素の部分的リストを見て,その局所パターンを学習するための要素ドロップアウト手法を提案する。 提案手法は,異なる要素属性に条件付けされたグラフィックレイアウトを合成できることを実証する。
• 参考スコア（独自算出の注目度）: 38.30728086400307
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modeling layout is an important first step for graphic design. Recently, methods for generating graphic layouts have progressed, particularly with Generative Adversarial Networks (GANs). However, the problem of specifying the locations and sizes of design elements usually involves constraints with respect to element attributes, such as area, aspect ratio and reading-order. Automating attribute conditional graphic layouts remains a complex and unsolved problem. In this paper, we introduce Attribute-conditioned Layout GAN to incorporate the attributes of design elements for graphic layout generation by forcing both the generator and the discriminator to meet attribute conditions. Due to the complexity of graphic designs, we further propose an element dropout method to make the discriminator look at partial lists of elements and learn their local patterns. In addition, we introduce various loss designs following different design principles for layout optimization. We demonstrate that the proposed method can synthesize graphic layouts conditioned on different element attributes. It can also adjust well-designed layouts to new sizes while retaining elements' original reading-orders. The effectiveness of our method is validated through a user study.
• Abstract（参考訳）: グラフィックデザインにとってモデリングレイアウトは重要な第一歩です。 近年,特にgans(generative adversarial network)において,グラフィックレイアウト生成手法が進歩している。 しかしながら、設計要素の位置と大きさを特定する問題は、通常、面積、アスペクト比、読み出し順序といった要素属性に関する制約を伴う。 属性条件付きグラフィックレイアウトの自動化は、複雑で未解決な問題である。 本稿では,ジェネレータと識別器の両方に属性条件を満たさせることにより,グラフィックレイアウト生成のための設計要素の属性を取り込む属性条件付きレイアウトganを提案する。 グラフィックデザインの複雑さにより、識別者が要素の部分的なリストを見て、その局所的なパターンを学ぶための要素ドロップアウト法も提案する。 さらに,レイアウト最適化の異なる設計原則に従って,様々な損失設計を導入する。 提案手法は,異なる要素属性に条件付きグラフィックレイアウトを合成できることを実証する。 また、デザインが整ったレイアウトを新しいサイズに調整することもできます。 本手法の有効性はユーザスタディによって検証される。

関連論文リスト

• GLDesigner: Leveraging Multi-Modal LLMs as Designer for Enhanced Aesthetic Text Glyph Layouts [53.568057283934714]
  コンテンツ対応のテキストロゴレイアウトを生成するVLMベースのフレームワークを提案する。 本稿では,複数のグリフ画像の同時処理における計算量を削減するための2つのモデル手法を提案する。 アウトモデルのインストラクションチューニングを支援するために,既存の公開データセットよりも5倍大きい2つの拡張テキストロゴデータセットを構築した。
  論文  参考訳（メタデータ） (2024-11-18T10:04:10Z)
• LayoutDiT: Exploring Content-Graphic Balance in Layout Generation with Diffusion Transformer [46.67415676699221]
  我々は、高品質で視覚的に魅力的なレイアウトを生成するために、コンテンツとグラフィック機能のバランスをとるフレームワークを導入する。 具体的には、レイアウト生成空間に対するモデルの認識を最適化する適応係数を設計する。 また、視覚領域における画像と幾何学パラメータ領域におけるレイアウトのモダリティ差を橋渡しするために、図形条件であるサリエンシ境界ボックスを導入する。
  論文  参考訳（メタデータ） (2024-07-21T17:58:21Z)
• PosterLlama: Bridging Design Ability of Langauge Model to Contents-Aware Layout Generation [6.855409699832414]
  PosterLlamaは、視覚的およびテキスト的に一貫性のあるレイアウトを生成するように設計されたネットワークである。 評価の結果,PosterLlamaは,信頼性とコンテンツ対応レイアウトの生成において,既存の手法よりも優れていることがわかった。 これは、非条件のレイアウト生成、要素条件のレイアウト生成、レイアウトの完了など、非常に汎用性の高いユーザー操作ツールとして機能するなど、非パラレルな範囲の条件をサポートする。
  論文  参考訳（メタデータ） (2024-04-01T08:46:35Z)
• PosterLayout: A New Benchmark and Approach for Content-aware Visual-Textual Presentation Layout [62.12447593298437]
  コンテンツ対応視覚テキスト提示レイアウトは,所定のキャンバス上の空間空間を予め定義された要素にアレンジすることを目的としている。 本稿では,設計過程を模倣するためにレイアウトの要素を再編成する設計シーケンス形成(DSF)を提案する。 CNN-LSTMに基づく新しい条件生成対向ネットワーク(GAN)を提示し、適切なレイアウトを生成する。
  論文  参考訳（メタデータ） (2023-03-28T12:48:36Z)
• LayoutDiffusion: Improving Graphic Layout Generation by Discrete Diffusion Probabilistic Models [50.73105631853759]
  レイアウト自動生成のための新しい生成モデルLayoutDiffusionを提案する。 このプロセスでは,前方ステップの成長に伴うレイアウトの混乱が増している。 これにより、プラグアンドプレイ方式で2つの条件付きレイアウト生成タスクを再トレーニングすることなく実現し、既存の方法よりも優れたパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-03-21T04:41:02Z)
• LayoutDETR: Detection Transformer Is a Good Multimodal Layout Designer [80.61492265221817]
  グラフィックレイアウトデザインは視覚コミュニケーションにおいて重要な役割を担っている。 しかし、手作りのレイアウトデザインは、スキルを要求し、時間がかかり、バッチプロダクションではスケールできない。 ジェネレーティブモデルは、設計自動化をスケーラブルにするために出現するが、デザイナの欲求に沿うデザインを作成することは、未だに容易ではない。
  論文  参考訳（メタデータ） (2022-12-19T21:57:35Z)
• Geometry Aligned Variational Transformer for Image-conditioned Layout Generation [38.747175229902396]
  画像中の様々なレイアウトを自動回帰的に生成するICVT(Image-Conditioned Variational Transformer)を提案する。 まず、レイアウト要素内のコンテキスト関係をモデル化するために自己認識機構を採用し、一方、クロスアテンション機構は条件付き画像の視覚情報を融合するために使用される。 広告ポスターレイアウト設計データセットを大規模に構築し,微妙なレイアウトと鮮度マップアノテーションを付加する。
  論文  参考訳（メタデータ） (2022-09-02T07:19:12Z)
• Constrained Graphic Layout Generation via Latent Optimization [17.05026043385661]
  ユーザによって暗黙的に、あるいは明示的に、デザインセマンティクスを柔軟に組み込むことができるグラフィックレイアウトを生成します。 提案手法はトランスフォーマーアーキテクチャに基づく生成的レイアウトモデルに基づいており,レイアウト生成を制約付き最適化問題として定式化している。 実験では,1つのモデルを用いて,制約付きタスクと制約なしタスクの両方において,現実的なレイアウトを生成することができることを示す。
  論文  参考訳（メタデータ） (2021-08-02T13:04:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。