論文の概要: User-Centric Semi-Automated Infographics Authoring and Recommendation
- arxiv url: http://arxiv.org/abs/2108.11914v2
- Date: Fri, 27 Aug 2021 18:10:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-31 11:34:32.979919
- Title: User-Centric Semi-Automated Infographics Authoring and Recommendation
- Title（参考訳）: ユーザ中心半自動インフォグラフィック作成とレコメンデーション
- Authors: Anjul Tyagi, Jian Zhao, Pushkar Patel, Swasti Khurana, Klaus Mueller
- Abstract要約: 本稿では,自動および半自動インフォグラフィック設計のためのフレキシブルなフレームワークを提案する。
また、初心者デザイナーが高品質なインフォグラフィックを作成するのを支援するインタラクティブツール、名前も提案する。
同様のツールとの比較,初心者やエキスパートデザイナーによるユーザスタディ,ケーススタディなどにより,我々のアプローチを評価した。
- 参考スコア（独自算出の注目度）: 34.60535888532958
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Designing infographics can be a tedious process for non-experts and
time-consuming even for professional designers. Based on the literature and a
formative study, we propose a flexible framework for automated and
semi-automated infographics design. This framework captures the main design
components in infographics and streamlines the generation workflow into three
steps, allowing users to control and optimize each aspect independently. Based
on the framework, we also propose an interactive tool, \name{}, for assisting
novice designers with creating high-quality infographics from an input in a
markdown format by offering recommendations of different design components of
infographics. Simultaneously, more experienced designers can provide custom
designs and layout ideas to the tool using a canvas to control the automated
generation process partially. As part of our work, we also contribute an
individual visual group (VG) and connection designs dataset (in SVG), along
with a 1k complete infographic image dataset with segmented VGs. This dataset
plays a crucial role in diversifying the infographic designs created by our
framework. We evaluate our approach with a comparison against similar tools, a
user study with novice and expert designers, and a case study. Results confirm
that our framework and \name{} excel in creating customized infographics and
exploring a large variety of designs.
- Abstract（参考訳）: インフォグラフィックの設計は、プロのデザイナーでさえ、非専門家や時間消費にとって退屈なプロセスである。
そこで本研究では,自動および半自動インフォグラフィック設計のための柔軟な枠組みを提案する。
このフレームワークはインフォグラフィックで主要なデザインコンポーネントをキャプチャし、生成ワークフローを3つのステップに合理化し、各アスペクトを独立して制御し、最適化することができる。
また,このフレームワークをベースとして,インフォグラフィックの異なるデザインコンポーネントの推薦を提供することで,入力から高品質なインフォグラフィックを作成できる対話型ツールである \name{} を提案する。
同時に、より経験豊富なデザイナーは、canvasを使ってツールにカスタムデザインとレイアウトのアイデアを提供し、自動生成プロセスの一部を制御できる。
作業の一環として、個別の視覚グループ(VG)と接続設計データセット(SVG)と、セグメント化されたVGを備えた1k完全インフォグラフィックイメージデータセットも提供しています。
このデータセットは、我々のフレームワークによって作成されたインフォグラフィックデザインの多様化に重要な役割を果たします。
我々は,類似ツールとの比較,初心者および専門家によるユーザスタディ,ケーススタディを用いて,アプローチを評価した。
その結果、我々のフレームワークと \name{} は、カスタマイズしたインフォグラフィックを作成し、様々なデザインを探索する上で優れていることを確認した。
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) - Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models [81.6240188672294]
グラフィックデザインでは、プロでないユーザは、限られたスキルとリソースのために視覚的に魅力的なレイアウトを作成するのに苦労することが多い。
レイアウト計画のための新しいマルチモーダル・インストラクション・フォロー・フレームワークを導入し、視覚的要素をカスタマイズしたレイアウトに簡単に配置できるようにする。
本手法は,非専門職の設計プロセスを単純化するだけでなく,数ショット GPT-4V モデルの性能を上回り,mIoU は Crello で 12% 向上する。
論文 参考訳（メタデータ） (2024-04-23T17:58:33Z) - I-Design: Personalized LLM Interior Designer [57.00412237555167]
I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。
I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。
最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
論文 参考訳（メタデータ） (2024-04-03T16:17:53Z) - COLE: A Hierarchical Generation Framework for Multi-Layered and Editable Graphic Design [39.809852329070466]
本稿では,これらの課題に対処するために設計された階層型生成フレームワークであるCOLEシステムを紹介する。
このCOLEシステムは、曖昧な意図のプロンプトを高品質な多層グラフィック設計に変換すると同時に、ユーザ入力に基づく柔軟な編集をサポートする。
論文 参考訳（メタデータ） (2023-11-28T17:22:17Z) - 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) - Material Prediction for Design Automation Using Graph Representation
Learning [5.181429907321226]
本稿では,集合体の物質予測を支援するグラフ表現学習フレームワークを提案する。
CADモデルの集合グラフ表現上でのノードレベルの予測タスクとして材料選択タスクを定式化し、グラフニューラルネットワーク(GNN)を用いてそれに取り組む。
提案するフレームワークは,大規模データセットにスケールアップし,デザイナの知識を学習プロセスに組み込む。
論文 参考訳（メタデータ） (2022-09-26T15:49:35Z) - Composition-aware Graphic Layout GAN for Visual-textual Presentation
Designs [24.29890251913182]
与えられた画像に対して高品質な視覚テキスト提示設計を行う際のグラフィックレイアウト生成問題について検討する。
入力画像のグローバルおよび空間的視覚的内容に基づいてレイアウトを合成するために,合成対応グラフィックレイアウトGAN (CGL-GAN) と呼ばれる深層生成モデルを提案する。
論文 参考訳（メタデータ） (2022-04-30T16:42:13Z) - Infographics Wizard: Flexible Infographics Authoring and Design
Exploration [48.93421725740813]
インフォグラフィック(英: Infographics)は、人間の知覚の特定の設計原則に従って情報を表現する美的な視覚表現である。
汎用構造およびフローベースインフォグラフィック設計生成のための半自動インフォグラフィックフレームワークを提案する。
初期設計者に対しては,設計入力を必要とせずに,ユーザが提供するテキストのインフォグラフィックデザインを自動的に作成・ランク付けする。
この作業では、個別の視覚グループ(VG)設計データセット(SVG)と、セグメント化されたVGを備えた1kの完全なインフォグラフィックイメージデータセットもコントリビュートする。
論文 参考訳（メタデータ） (2022-04-21T06:26:06Z)
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。