論文の概要: ReContraster: Making Your Posters Stand Out with Regional Contrast
- arxiv url: http://arxiv.org/abs/2604.10442v1
- Date: Sun, 12 Apr 2026 03:36:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:16.019128
- Title: ReContraster: Making Your Posters Stand Out with Regional Contrast
- Title（参考訳）: ReContraster: ポストを地域的なコントラストから外す
- Authors: Peixuan Zhang, Zijian Jia, Ziqi Cai, Shuchen Weng, Si Li, Boxin Shi,
- Abstract要約: ポスターを目立たせるために地域コントラストを活用する最初のトレーニングフリーモデルであるReContrasterを提案する。
ポスターデザイナーの認知行動をエミュレートすることで、ReContrasterは合成マルチエージェントシステムを導入する。
7つの定量的メトリクスと4つのユーザスタディは、関連する最先端手法よりもその優位性を確認している。
- 参考スコア（独自算出の注目度）: 54.872429523341346
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Effective poster design requires rapidly capturing attention and clearly conveying messages. Inspired by the ``contrast effects'' principle, we propose ReContraster, the first training-free model to leverage regional contrast to make posters stand out. By emulating the cognitive behaviors of a poster designer, ReContraster introduces the compositional multi-agent system to identify elements, organize layout, and evaluate generated poster candidates. To further ensure harmonious transitions across region boundaries, ReContraster integrates the hybrid denoising strategy during the diffusion process. We additionally contribute a new benchmark dataset for comprehensive evaluation. Seven quantitative metrics and four user studies confirm its superiority over relevant state-of-the-art methods, producing visually striking and aesthetically appealing posters.
- Abstract（参考訳）: 効果的なポスターデザインには、注意を素早く捉え、メッセージをはっきりと伝える必要がある。
コントラストエフェクト’の原則に着想を得て,ポスターを目立たせるために地域コントラストを活用する最初のトレーニングフリーモデルであるReContrasterを提案する。
ポスターデザイナーの認知行動をエミュレートすることで、ReContrasterは要素を特定し、レイアウトを整理し、生成されたポスター候補を評価するための合成マルチエージェントシステムを導入する。
ReContrasterは、領域境界間の調和した遷移をさらに確実にするため、拡散プロセス中にハイブリッドデノナイジング戦略を統合する。
また、包括的評価のための新しいベンチマークデータセットも提供します。
7つの定量的指標と4つのユーザスタディにより、関連する最先端の手法よりも優位性が確認され、視覚的に印象的かつ美的なポスターが生み出される。
関連論文リスト
- PosterOmni: Generalized Artistic Poster Creation via Task Distillation and Unified Reward Feedback [30.88155039139322]
ポスター・オムニ(Poster Omni)は、総合的な芸術的ポスター制作の枠組みである。
ローカル編集とグローバル作成という2つの体制を単一のシステムに統合する。
基準順守、グローバルな構成品質、審美調和を著しく向上させる。
論文 参考訳（メタデータ） (2026-02-12T16:16:38Z) - Neural Scene Designer: Self-Styled Semantic Image Manipulation [67.43125248646653]
我々は,ユーザが指定したシーン領域のリアルな写真操作を可能にする新しいフレームワークであるNeural Scene Designer (NSD)を紹介した。
NSDは、ユーザ意図とのセマンティックアライメントと、周辺環境とのスタイリスティックな整合性の両方を保証する。
細かなスタイル表現を捉えるために,プログレッシブ・セルフスタイル表現学習(PSRL)モジュールを提案する。
論文 参考訳（メタデータ） (2025-09-01T11:59:03Z) - PosterGen: Aesthetic-Aware Paper-to-Poster Generation via Multi-Agent LLMs [16.62052847270255]
PosterGenはプロのポスターデザイナーのワークフローを反映したマルチエージェントフレームワークである。
意味的に根拠があり、視覚的に魅力的であるポスターを制作する。
実験の結果,PosterGenはコンテントの忠実度に一貫して一致し,ビジュアルデザインの既存手法よりも優れていた。
論文 参考訳（メタデータ） (2025-08-24T02:25:45Z) - Paper2Poster: Towards Multimodal Poster Automation from Scientific Papers [34.9495497884296]
ポストジェネレーションは科学コミュニケーションにおいて不可欠だが難しい課題である。
ポスター生成のための最初のベンチマークとメトリクススイートを紹介する。
PosterAgentはトップダウンのビジュアルインザループマルチエージェントパイプラインである。
論文 参考訳（メタデータ） (2025-05-27T17:58:49Z) - PosterMaker: Towards High-Quality Product Poster Generation with Accurate Text Rendering [50.76106125697899]
テーマ、シーン、テキストを統合したプロダクトポスターは、顧客を引き付けるための重要なプロモーションツールである。
主な課題はテキストを正確にレンダリングすることであり、特に1万文字以上を含む中国語のような複雑な書記システムではそうである。
テキストレンダリング精度が90%を超えるTextRenderNetを開発した。
TextRenderNetとSceneGenNetをベースに、エンドツーエンド生成フレームワークであるPosterMakerを紹介します。
論文 参考訳（メタデータ） (2025-04-09T07:13:08Z) - 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) - AutoPoster: A Highly Automatic and Content-aware Design System for
Advertising Poster Generation [14.20790443380675]
本稿では,広告ポスター作成のための高度に自動化されたコンテンツ認識システムであるAutoPosterを紹介する。
AutoPosterはプロダクトイメージとタイトルのみを入力として、異なるサイズのポスターを4つのキーステージを通じて自動的に生成する。
76k以上のポスターに対する視覚属性アノテーションを含む最初のポスター生成データセットを提案する。
論文 参考訳（メタデータ） (2023-08-02T11:58:43Z) - Cross-View Panorama Image Synthesis [68.35351563852335]
PanoGANは、新しい敵対的フィードバックGANフレームワークである。
PanoGANは、最先端のアプローチよりもより説得力のある、高品質なパノラマ画像生成を可能にする。
論文 参考訳（メタデータ） (2022-03-22T15:59:44Z) - Look at What I'm Doing: Self-Supervised Spatial Grounding of Narrations
in Instructional Videos [78.34818195786846]
ビデオにおけるナレーション相互作用を空間的局所化するタスクについて紹介する。
提案手法の鍵となるのは,映像の大規模コーパスにおける自己スーパービジョンとの相互作用の空間的ローカライズを学習する能力である。
学習中のコントラスト損失を効果的に最適化できる多層マルチモーダルアテンションネットワークを提案する。
論文 参考訳（メタデータ） (2021-10-20T14:45:13Z)
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。