論文の概要: StructLayoutFormer:Conditional Structured Layout Generation via Structure Serialization and Disentanglement

• arxiv url: http://arxiv.org/abs/2510.26141v1
• Date: Thu, 30 Oct 2025 04:52:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.664083
• Title: StructLayoutFormer:Conditional Structured Layout Generation via Structure Serialization and Disentanglement
• Title（参考訳）: StructLayoutFormer:構造シリアライゼーションとアンタングル化によるConditional Structured Layout生成
• Authors: Xin Hu, Pengfei Xu, Jin Zhou, Hongbo Fu, Hui Huang,
• Abstract要約: StructFormerは、条件付きレイアウト生成のためのトランスフォーマーベースの新しいアプローチである。 構造的レイアウトをシーケンスとして表現するために構造的スキームを用いる。 我々のアプローチは条件付きレイアウト生成を実現する最初のデータ駆動型アプローチである。
• 参考スコア（独自算出の注目度）: 22.403257402509638
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Structured layouts are preferable in many 2D visual contents (\eg, GUIs, webpages) since the structural information allows convenient layout editing. Computational frameworks can help create structured layouts but require heavy labor input. Existing data-driven approaches are effective in automatically generating fixed layouts but fail to produce layout structures. We present StructLayoutFormer, a novel Transformer-based approach for conditional structured layout generation. We use a structure serialization scheme to represent structured layouts as sequences. To better control the structures of generated layouts, we disentangle the structural information from the element placements. Our approach is the first data-driven approach that achieves conditional structured layout generation and produces realistic layout structures explicitly. We compare our approach with existing data-driven layout generation approaches by including post-processing for structure extraction. Extensive experiments have shown that our approach exceeds these baselines in conditional structured layout generation. We also demonstrate that our approach is effective in extracting and transferring layout structures. The code is publicly available at %\href{https://github.com/Teagrus/StructLayoutFormer} {https://github.com/Teagrus/StructLayoutFormer}.
• Abstract（参考訳）: 構造化レイアウトは、多くの2Dビジュアルコンテンツ(\eg、GUI、Webページ)で好まれる。 計算フレームワークは構造化レイアウトを作成するのに役立ちますが、多大な労力を要するのです。 既存のデータ駆動アプローチは、固定レイアウトの自動生成には有効だが、レイアウト構造の生成には失敗する。 条件付きレイアウト生成のための新しいトランスフォーマーベースのアプローチであるStructLayoutFormerを提案する。 構造的シリアライズ方式を用いて、構造的レイアウトをシーケンスとして表現する。 生成したレイアウトの構造をよりよく制御するために、構造情報を要素配置から切り離す。 我々のアプローチは、条件付きレイアウト生成を実現し、現実的なレイアウト構造を明示的に生成する最初のデータ駆動型アプローチである。 我々は、構造抽出のための後処理を含む既存のデータ駆動レイアウト生成手法と比較する。 大規模実験により,本手法は条件付きレイアウト生成において,これらのベースラインを超えていることが明らかとなった。 また,本手法はレイアウト構造の抽出と転送に有効であることを示す。 コードは%\href{https://github.com/Teagrus/StructLayoutFormer} {https://github.com/Teagrus/StructLayoutFormer} で公開されている。

関連論文リスト

• StructInbet: Integrating Explicit Structural Guidance into Inbetween Frame Generation [3.528466385159056]
  本稿では,明示的な構造誘導による制御可能なトランジションを生成するためのインベッシングシステムであるStructInbetを提案する。 我々は、前回と後回の両方から視覚的アイデンティティを取り入れた時間的注意機構を採用し、キャラクタの外観の整合性を確保する。
  論文  参考訳（メタデータ） (2025-07-15T01:01:29Z)
• ReLayout: Integrating Relation Reasoning for Content-aware Layout Generation with Multi-modal Large Language Models [7.288330685534444]
  我々はReを導入する。ReはRelation-CoTを利用してより合理的で一貫性のあるレイアウトを生成する新しい手法である。 具体的には、要素間の領域、完全性、マージンといった明示的な関係定義を導入することで、レイアウトアノテーションを強化する。 また、3次元にわたるレイアウトプロトタイプ機能を定義し、異なるレイアウトスタイルを定量化するレイアウトプロトタイプサンプルも導入する。
  論文  参考訳（メタデータ） (2025-07-08T01:13:43Z)
• Unifying Structured Data as Graph for Data-to-Text Pre-Training [69.96195162337793]
  Data-to-text (D2T) の生成は、構造化されたデータを自然言語テキストに変換することを目的としている。 データからテキストへの事前学習は、D2T生成の強化に強力であることが証明された。 構造強化トランスを設計し,D2T生成のための構造強化事前学習手法を提案する。
  論文  参考訳（メタデータ） (2024-01-02T12:23:49Z)
• StructRe: Rewriting for Structured Shape Modeling [60.20359722058389]
  本稿では,構造化形状モデリングの新しいアプローチとして,構造書換えシステムであるStructReを提案する。 ポイントとコンポーネントで表される3Dオブジェクトが与えられたら、StructReはそれを上向きに、より簡潔な構造に書き直すか、より詳細な構造に書き直すことができる。
  論文  参考訳（メタデータ） (2023-11-29T10:35:00Z)
• 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)
• 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。