論文の概要: OmniPSD: Layered PSD Generation with Diffusion Transformer

• arxiv url: http://arxiv.org/abs/2512.09247v1
• Date: Wed, 10 Dec 2025 02:09:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-11 15:14:53.36508
• Title: OmniPSD: Layered PSD Generation with Diffusion Transformer
• Title（参考訳）: OmniPSD:拡散変圧器を用いた層状PSD生成
• Authors: Cheng Liu, Yiren Song, Haofan Wang, Mike Zheng Shou,
• Abstract要約: 本稿では,Fluxエコシステム上に構築された統合拡散フレームワークであるOmniPSDを提案する。 テキスト・ツー・PSD生成と画像・ツー・PSD分解を可能にする。 我々の新しいRGBA層データセットの実験は、OmniPSDが高忠実度生成を実現することを示す。
• 参考スコア（独自算出の注目度）: 59.20320950128599
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Recent advances in diffusion models have greatly improved image generation and editing, yet generating or reconstructing layered PSD files with transparent alpha channels remains highly challenging. We propose OmniPSD, a unified diffusion framework built upon the Flux ecosystem that enables both text-to-PSD generation and image-to-PSD decomposition through in-context learning. For text-to-PSD generation, OmniPSD arranges multiple target layers spatially into a single canvas and learns their compositional relationships through spatial attention, producing semantically coherent and hierarchically structured layers. For image-to-PSD decomposition, it performs iterative in-context editing, progressively extracting and erasing textual and foreground components to reconstruct editable PSD layers from a single flattened image. An RGBA-VAE is employed as an auxiliary representation module to preserve transparency without affecting structure learning. Extensive experiments on our new RGBA-layered dataset demonstrate that OmniPSD achieves high-fidelity generation, structural consistency, and transparency awareness, offering a new paradigm for layered design generation and decomposition with diffusion transformers.
• Abstract（参考訳）: 近年の拡散モデルでは画像生成や編集が大幅に改善されているが、透明なアルファチャネルを持つ層状PSDファイルの生成や再構成は非常に困難である。 本稿では,Fluxエコシステム上に構築された統合拡散フレームワークであるOmniPSDを提案する。 テキストからPSDを生成するために、OmniPSDは複数のターゲット層を単一のキャンバスに空間的に配置し、空間的注意を通してそれらの構成関係を学習し、意味的に一貫性があり階層的に構造化された層を生成する。 画像とPSDの分解のために、1枚の平坦な画像から編集可能なPSD層を再構成するために、テキストと前景のコンポーネントを段階的に抽出・消去する反復的なテキスト内編集を行う。 RGBA-VAEは、構造学習に影響を与えることなく透明性を維持するために補助的な表現モジュールとして使用される。 新しいRGBA層データセットの大規模な実験により、OmniPSDは高忠実度生成、構造整合性、透過性認識を実現し、層状設計生成と拡散トランスフォーマーによる分解のための新しいパラダイムを提供する。

関連論文リスト

• MagicQuillV2: Precise and Interactive Image Editing with Layered Visual Cues [106.02577891104079]
  本稿では,生成画像編集のための合成パラダイムであるMagicQuill V2を提案する。 本手法は,創造性を制御可能な視覚的手がかりのスタックに分解する。
  論文  参考訳（メタデータ） (2025-12-02T18:59:58Z)
• DiffDecompose: Layer-Wise Decomposition of Alpha-Composited Images via Diffusion Transformers [85.1185656296496]
  本稿では,DiffDecomposeについて述べる。DiffDecomposeは拡散トランスフォーマーをベースとしたフレームワークで,入力画像に条件付き可能な層分解を後部から学習する。 コードとデータセットは、論文の受理時に提供される。
  論文  参考訳（メタデータ） (2025-05-24T16:08:04Z)
• PSDiffusion: Harmonized Multi-Layer Image Generation via Layout and Appearance Alignment [23.67447416568964]
  透明な画像層生成はデジタルアートとデザインにおいて重要な役割を果たしている。 既存の手法では、ツールセットを使用して単一のRGBイメージから透過層を分解したり、複数の透過層を順次生成するのが一般的である。 PSDiffusionは,複数層同時生成のための事前学習画像拡散モデルから,画像合成の先行情報を活用する統合拡散フレームワークである。
  論文  参考訳（メタデータ） (2025-05-16T17:23:35Z)
• DreamLayer: Simultaneous Multi-Layer Generation via Diffusion Mode [47.32061459437175]
  複数の画像層をコヒーレントなテキスト駆動で生成できるフレームワークであるDreamLayerを紹介する。 透過的なフォアグラウンド層とバックグラウンド層の関係を明示的にモデル化することで、DreamLayerは層間接続を構築する。 実験とユーザスタディにより、DreamLayerはよりコヒーレントで整合したレイヤを生成することが示された。
  論文  参考訳（メタデータ） (2025-03-17T05:34:11Z)
• ART: Anonymous Region Transformer for Variable Multi-Layer Transparent Image Generation [108.69315278353932]
  可変多層透明画像の直接生成を容易にするAnonymous Region Transformer(ART)を導入する。 正確な制御とスケーラブルなレイヤ生成を可能にすることで、ARTはインタラクティブなコンテンツ作成のための新しいパラダイムを確立します。
  論文  参考訳（メタデータ） (2025-02-25T16:57:04Z)
• LayeringDiff: Layered Image Synthesis via Generation, then Disassembly with Generative Knowledge [14.481577976493236]
  LayeringDiffは、階層化されたイメージを合成するための新しいパイプラインである。 合成イメージからレイヤを抽出することで、スクラッチから生成するのではなく、大規模なトレーニングの必要性を回避できる。 実効的な層分解のために,前景層と背景層を推定する前に,大規模事前学習型生成法を適用する。
  論文  参考訳（メタデータ） (2025-01-02T11:18:25Z)
• LayerFusion: Harmonized Multi-Layer Text-to-Image Generation with Generative Priors [38.47462111828742]
  階層化されたコンテンツ生成はグラフィックデザイン、アニメーション、デジタルアートといった創造的な分野に不可欠である。 本稿では,2層画像を生成する遅延拡散モデル(LDM)に基づく新しい画像生成パイプラインを提案する。 ベースライン法と比較して,視覚的コヒーレンス,画像品質,レイヤの整合性に大きな改善が見られた。
  論文  参考訳（メタデータ） (2024-12-05T18:59:18Z)
• Generative Image Layer Decomposition with Visual Effects [49.75021036203426]
  LayerDecompは、イメージ層分解のための生成フレームワークである。 清潔な背景と、忠実に保存された視覚効果を持つ高品質な透明な前景を作り出す。 本手法は,オブジェクト除去や空間編集作業において,既存の手法よりも優れた分解特性を実現する。
  論文  参考訳（メタデータ） (2024-11-26T20:26:49Z)
• LayerDiff: Exploring Text-guided Multi-layered Composable Image Synthesis via Layer-Collaborative Diffusion Model [70.14953942532621]
  層共同拡散モデルであるLayerDiffは、テキスト誘導、多層化、構成可能な画像合成のために設計されている。 本モデルでは,従来の全画像生成手法に匹敵する性能で,高品質な多層画像を生成することができる。 LayerDiffは、レイヤ固有の画像編集やスタイル転送など、幅広いコントロール可能な生成アプリケーションを可能にする。
  論文  参考訳（メタデータ） (2024-03-18T16:28:28Z)

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。