論文の概要: LayoutFormer++: Conditional Graphic Layout Generation via Constraint
Serialization and Decoding Space Restriction
- arxiv url: http://arxiv.org/abs/2208.08037v2
- Date: Fri, 24 Mar 2023 08:31:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 18:41:32.634898
- Title: LayoutFormer++: Conditional Graphic Layout Generation via Constraint
Serialization and Decoding Space Restriction
- Title(参考訳): LayoutFormer++:制約シリアライゼーションとデコード空間制限による条件付きグラフレイアウト生成
- Authors: Zhaoyun Jiang, Jiaqi Guo, Shizhao Sun, Huayu Deng, Zhongkai Wu, Vuksan
Mijovic, Zijiang James Yang, Jian-Guang Lou, Dongmei Zhang
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 37.6871815321083
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conditional graphic layout generation, which generates realistic layouts
according to user constraints, is a challenging task that has not been
well-studied yet. First, there is limited discussion about how to handle
diverse user constraints flexibly and uniformly. Second, to make the layouts
conform to user constraints, existing work often sacrifices generation quality
significantly. In this work, we propose LayoutFormer++ to tackle the above
problems. First, to flexibly handle diverse constraints, we propose a
constraint serialization scheme, which represents different user constraints as
sequences of tokens with a predefined format. Then, we formulate conditional
layout generation as a sequence-to-sequence transformation, and leverage
encoder-decoder framework with Transformer as the basic architecture.
Furthermore, to make the layout better meet user requirements without harming
quality, we propose a decoding space restriction strategy. Specifically, we
prune the predicted distribution by ignoring the options that definitely
violate user constraints and likely result in low-quality layouts, and make the
model samples from the restricted distribution. Experiments demonstrate that
LayoutFormer++ outperforms existing approaches on all the tasks in terms of
both better generation quality and less constraint violation.
- Abstract(参考訳): ユーザ制約に従ってリアルなレイアウトを生成する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。
まず、多様なユーザー制約を柔軟かつ均一に扱う方法についての議論が限られている。
第二に、レイアウトをユーザの制約に適合させるため、既存の作業は生成品質を著しく犠牲にすることが多い。
本稿では,上記の問題に対処するためにlayoutformer++を提案する。
まず,多様な制約を柔軟に処理するために,ユーザ制約を予め定義されたフォーマットのトークン列として表現する制約シリアライズスキームを提案する。
次に,シーケンスからシーケンスへの変換として条件付きレイアウト生成を定式化し,トランスフォーマを基本アーキテクチャとするエンコーダ・デコーダフレームワークを利用する。
さらに,品質を損なうことなくレイアウトをユーザの要求に合致させるため,デコード空間制限戦略を提案する。
具体的には、ユーザの制約に確実に違反し、低品質なレイアウトをもたらす可能性のあるオプションを無視して、予測された分布を訓練し、制限された分布からモデルサンプルを作成する。
実験によると、layoutformer++は、生成品質の向上と制約違反の低減という両面で、すべてのタスクで既存のアプローチを上回っている。
関連論文リスト
- CoLay: Controllable Layout Generation through Multi-conditional Latent Diffusion [21.958752304572553]
既存のモデルは、実践における採用を制限する2つの大きな課題に直面します。
既存のモデルのほとんどはラベルと座標の生成に重点を置いており、実際のレイアウトには様々なスタイルの特性が含まれている。
本稿では,複数の条件タイプを統合し,多様なスタイル特性を持つ複雑なレイアウトを生成する新しいフレームワークであるCoLayを提案する。
論文 参考訳(メタデータ) (2024-05-18T17:30:48Z) - Towards Aligned Layout Generation via Diffusion Model with Aesthetic Constraints [53.66698106829144]
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) - 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) - COFS: Controllable Furniture layout Synthesis [40.68096097121981]
多くの既存手法は、レイアウトの要素に特定の順序を課すシーケンス生成問題としてこの問題に対処している。
言語モデリングから標準トランスフォーマーアーキテクチャブロックに基づくアーキテクチャであるCOFSを提案する。
我々のモデルは、定量的評価によって検証する他の方法よりも一貫して優れている。
論文 参考訳(メタデータ) (2022-05-29T13:31:18Z) - 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) - 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) - An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。
特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。
提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文 参考訳(メタデータ) (2020-06-18T20:09:53Z) - ORCSolver: An Efficient Solver for Adaptive GUI Layout with
OR-Constraints [63.59902335363947]
ORCrは、分岐とバウンドのアプローチに基づく適応ORCレイアウトのための新しい解法である。
ORCrは実行時にORCの仕様を単純化し,提案手法はORCのレイアウトの仕様をほぼ対話的に効率的に解決できることを実証する。
論文 参考訳(メタデータ) (2020-02-23T15:46:59Z)
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。