論文の概要: Constrained Graphic Layout Generation via Latent Optimization
- arxiv url: http://arxiv.org/abs/2108.00871v1
- Date: Mon, 2 Aug 2021 13:04:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-03 15:05:02.986103
- Title: Constrained Graphic Layout Generation via Latent Optimization
- Title(参考訳): 潜在最適化による制約付きグラフィックレイアウト生成
- Authors: Kotaro Kikuchi, Edgar Simo-Serra, Mayu Otani, Kota Yamaguchi
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 17.05026043385661
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It is common in graphic design humans visually arrange various elements
according to their design intent and semantics. For example, a title text
almost always appears on top of other elements in a document. In this work, we
generate graphic layouts that can flexibly incorporate such design semantics,
either specified implicitly or explicitly by a user. We optimize using the
latent space of an off-the-shelf layout generation model, allowing our approach
to be complementary to and used with existing layout generation models. Our
approach builds on a generative layout model based on a Transformer
architecture, and formulates the layout generation as a constrained
optimization problem where design constraints are used for element alignment,
overlap avoidance, or any other user-specified relationship. We show in the
experiments that our approach is capable of generating realistic layouts in
both constrained and unconstrained generation tasks with a single model. The
code is available at https://github.com/ktrk115/const_layout .
- Abstract(参考訳): グラフィックデザインでは、人間がデザイン意図やセマンティクスに応じて視覚的に様々な要素を配置するのが一般的である。
例えば、タイトルテキストはほとんどの場合、ドキュメント内の他の要素の上に表示される。
本研究では,ユーザによって暗黙的に,あるいは明示的に指定された設計意味を柔軟に組み込むことのできるグラフィックレイアウトを生成する。
既成のレイアウト生成モデルの潜在空間の利用を最適化し、既存のレイアウト生成モデルと補完し、使用できるようにする。
本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構築され,要素のアライメント,重なり回避,その他のユーザ特定関係に設計制約を用いる制約付き最適化問題としてレイアウト生成を定式化する。
実験では,制約のある生成タスクと制約のない生成タスクの両方において,単一のモデルで現実的なレイアウトを生成できることを示す。
コードはhttps://github.com/ktrk115/const_layoutで入手できる。
関連論文リスト
- Towards Aligned Layout Generation via Diffusion Model with Aesthetic
Constraints [51.48125123822496]
広い範囲のレイアウト生成タスクを処理する統一モデルを提案する。
このモデルは連続拡散モデルに基づいている。
実験結果から,LACEは高品質なレイアウトを生成することがわかった。
論文 参考訳(メタデータ) (2024-02-07T11:12:41Z) - A Parse-Then-Place Approach for Generating Graphic Layouts from Textual
Descriptions [50.469491454128246]
我々は、図形レイアウト、すなわちテキストからラベルへのレイアウトを作成するためのガイダンスとしてテキストを使用し、設計障壁を低くすることを目的としています。
テキストからラベルへの変換は、テキストからの暗黙的、複合的、不完全な制約を考慮する必要があるため、難しい作業である。
この問題に対処するための2段階のアプローチとして,パース・セイン・プレース(parse-then-place)を提案する。
論文 参考訳(メタデータ) (2023-08-24T10:37:00Z) - 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 [81.5482196644596]
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) - LayoutFormer++: Conditional Graphic Layout Generation via Constraint
Serialization and Decoding Space Restriction [37.6871815321083]
条件付きグラフィックレイアウト生成は、まだ十分に研究されていない課題である。
本稿では,制約シリアライズ方式,シーケンス・ツー・シーケンス変換,デコード空間制限戦略を提案する。
実験によると、LayoutFormer++は、すべてのタスクにおいて、より優れた生成品質と制約違反の両方の観点から、既存のアプローチよりも優れています。
論文 参考訳(メタデータ) (2022-08-17T02:43:23Z) - Generative Layout Modeling using Constraint Graphs [37.78500605563527]
レイアウト生成のための新しい生成モデルを提案する。
まず、レイアウトグラフのノードとしてレイアウト要素を生成する。
次に、レイアウトグラフのエッジとしてレイアウト要素間の制約を計算する。
第三に、制約付き最適化を用いて最終レイアウトを解く。
論文 参考訳(メタデータ) (2020-11-26T18:18:37Z) - Attribute-conditioned Layout GAN for Automatic Graphic Design [38.30728086400307]
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。
論文 参考訳(メタデータ) (2020-09-11T08:34:17Z) - LayoutTransformer: Layout Generation and Completion with Self-attention [105.21138914859804]
画像やモバイルアプリケーション,ドキュメント,3Dオブジェクトなど,さまざまな領域におけるシーンレイアウト生成の問題に対処する。
レイアウト要素間のコンテキスト的関係を学習するために,自己意識を活用する新しいフレームワークであるLayoutTransformerを提案する。
私たちのフレームワークでは、空のセットから、あるいはプリミティブの最初のシードセットから、新しいレイアウトを生成することができ、レイアウト毎に任意のプリミティブをサポートするために簡単にスケールすることができます。
論文 参考訳(メタデータ) (2020-06-25T17:56:34Z)
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。