論文の概要: Rethinking Layered Graphic Design Generation with a Top-Down Approach

• arxiv url: http://arxiv.org/abs/2507.05601v1
• Date: Tue, 08 Jul 2025 02:26:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.485323
• Title: Rethinking Layered Graphic Design Generation with a Top-Down Approach
• Title（参考訳）: トップダウンアプローチによる階層型グラフィックデザイン生成の再考
• Authors: Jingye Chen, Zhaowen Wang, Nanxuan Zhao, Li Zhang, Difan Liu, Jimei Yang, Qifeng Chen,
• Abstract要約: 図形デザインは、アイデアやメッセージを伝えるのに不可欠である。デザイナーは通常、編集を簡単にするために、オブジェクト、背景、ベクトル化されたテキスト層に作業を整理する。 GenAI方式の登場により、ピクセルフォーマットにおける高品質なグラフィックデザインの無限の供給がよりアクセスしやすくなってきた。 これにもかかわらず、非層型設計は人間の設計を刺激し、レイアウトやテキストスタイルの選択に影響を与え、最終的に層型設計を導いた。 本稿では,AI生成したデザインを編集可能な階層化設計に変換する最初の試みとして,グラフィックデザイン生成フレームワークであるAccordionを提案する。
• 参考スコア（独自算出の注目度）: 76.33538798060326
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Graphic design is crucial for conveying ideas and messages. Designers usually organize their work into objects, backgrounds, and vectorized text layers to simplify editing. However, this workflow demands considerable expertise. With the rise of GenAI methods, an endless supply of high-quality graphic designs in pixel format has become more accessible, though these designs often lack editability. Despite this, non-layered designs still inspire human designers, influencing their choices in layouts and text styles, ultimately guiding the creation of layered designs. Motivated by this observation, we propose Accordion, a graphic design generation framework taking the first attempt to convert AI-generated designs into editable layered designs, meanwhile refining nonsensical AI-generated text with meaningful alternatives guided by user prompts. It is built around a vision language model (VLM) playing distinct roles in three curated stages. For each stage, we design prompts to guide the VLM in executing different tasks. Distinct from existing bottom-up methods (e.g., COLE and Open-COLE) that gradually generate elements to create layered designs, our approach works in a top-down manner by using the visually harmonious reference image as global guidance to decompose each layer. Additionally, it leverages multiple vision experts such as SAM and element removal models to facilitate the creation of graphic layers. We train our method using the in-house graphic design dataset Design39K, augmented with AI-generated design images coupled with refined ground truth created by a customized inpainting model. Experimental results and user studies by designers show that Accordion generates favorable results on the DesignIntention benchmark, including tasks such as text-to-template, adding text to background, and text de-rendering, and also excels in creating design variations.
• Abstract（参考訳）: 図形デザインはアイデアやメッセージを伝えるのに不可欠です。 デザイナーは通常、編集を簡単にするために、自身の作業をオブジェクト、バックグラウンド、ベクトル化されたテキスト層に整理する。 しかし、このワークフローにはかなりの専門知識が必要である。 GenAI方式の登場により、ピクセルフォーマットにおける高品質なグラフィックデザインの無限の供給がよりアクセスしやすくなってきたが、これらのデザインは編集性に欠けることが多い。 これにもかかわらず、非層型設計は人間の設計を刺激し、レイアウトやテキストスタイルの選択に影響を与え、最終的に層型設計を導いた。 本稿では,AI生成したデザインを編集可能な階層化設計に変換するためのグラフィックデザイン生成フレームワークであるAccordionを提案する。 視覚言語モデル(VLM)を中心に構築され、3つの段階において異なる役割を担っている。 各ステージごとに、異なるタスクの実行においてVLMをガイドするプロンプトを設計する。 階層化設計を段階的に生成する既存のボトムアップ手法(例えば、COLEとOpen-COLE)と異なり、視覚的に調和した参照画像を用いて各レイヤを分解する。 さらに、SAMや要素除去モデルといった複数のビジョンエキスパートを活用して、グラフィックレイヤの作成を容易にする。 室内グラフィックデザインデータセットであるDesign39Kを用いて、AI生成したデザインイメージと、カスタマイズされたインペイントモデルによって生成された精巧な地上真実を併用して、本手法を訓練する。 設計者による実験結果とユーザスタディにより、アコーディオンはDesignIntentionベンチマークで好意的な結果を生成することが示された。

関連論文リスト

• CreatiPoster: Towards Editable and Controllable Multi-Layer Graphic Design Generation [13.354283356097563]
  CreatiPosterは、任意の自然言語命令やアセットから編集可能な多層合成を生成するフレームワークである。 さらなる研究のために、我々は10万の多層設計の著作権フリーコーパスをリリースする。
  論文  参考訳（メタデータ） (2025-06-12T16:54:39Z)
• POSTA: A Go-to Framework for Customized Artistic Poster Generation [87.16343612086959]
  POSTAは、カスタマイズされた芸術ポスター生成のためのモジュラーフレームワークである。 background Diffusionはユーザ入力に基づいてテーマ付きバックグラウンドを生成する。 設計MLLMはレイアウトとタイポグラフィー要素を生成し、背景スタイルと整合し補完する。 ArtText Diffusionはキーテキスト要素にスタイリングを追加する。
  論文  参考訳（メタデータ） (2025-03-19T05:22:38Z)
• DesignDiffusion: High-Quality Text-to-Design Image Generation with Diffusion Models [115.62816053600085]
  デザインイメージをテキスト記述から合成するフレームワークであるDesignDiffusionを提案する。 提案するフレームワークは,ユーザプロンプトから直接テキストおよびビジュアルデザイン要素を合成する。 視覚テキストから派生した特徴的な文字埋め込みを利用して入力プロンプトを強化する。
  論文  参考訳（メタデータ） (2025-03-03T15:22:57Z)
• From Elements to Design: A Layered Approach for Automatic Graphic Design Composition [16.262338090888342]
  階層設計の原理をLMM(Large Multimodal Models)に導入する。 LaDeCoは与えられた要素セットに対してレイヤプランニングを行い、入力要素をその内容に応じて異なるセマンティックレイヤに分割する。 その後、設計構成を階層的に制御する要素属性を予測し、以前に生成されたレイヤのレンダリングイメージをコンテキストに含める。
  論文  参考訳（メタデータ） (2024-12-27T16:13:08Z)
• 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)
• 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)
• 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)
• 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)

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。