論文の概要: Any2Poster: Any-Source Poster Generation Across Modalities and Domains
- arxiv url: http://arxiv.org/abs/2606.02915v1
- Date: Mon, 01 Jun 2026 21:41:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 10:57:21.707561
- Title: Any2Poster: Any-Source Poster Generation Across Modalities and Domains
- Title（参考訳）: Any2Poster: モダリティとドメインをまたいだあらゆるソースのPoster生成
- Authors: Amogh Vinaykumar, Aiden Li, Suozhi Huang, Shilong Liu,
- Abstract要約: 我々は、任意のソースのポスター生成のためのベンチマークであるAny2Poster Benchを紹介します。
Any2Poster Benchは、各ソースとクイズに基づく、直感的な事実保持と解釈的理解のプローブをペアリングする。
我々はまた、異種ソースを解析し、健全なコンテンツを整理し、レイアウト、レンダリングを計画し、視覚的フィードバックを使ってそれらを反復的に洗練する、エンドツーエンドの参照エージェントであるAny2Poster Agentを提示する。
- 参考スコア（独自算出の注目度）: 17.293465774244975
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Visual posters are a compact medium for communicating dense information, yet progress on automatic poster generation remains difficult to measure because existing evaluations are often restricted to paper-only inputs, narrow domains, or surface-level visual similarity. We introduce Any2Poster Bench, a benchmark for any-source poster generation that evaluates systems across eight input modalities--PDFs, URLs, PPTX, DOCX, Markdown, LaTeX, notebooks, and videos--and five content domains. Any2Poster Bench pairs each source with quiz-based probes of verbatim factual retention and interpretive understanding, together with VLM-based judgments of visual quality, layout, readability, content completeness, and logical flow, enabling reproducible assessment of both information fidelity and visual communication. To instantiate and validate this benchmark, we further present Any2Poster Agent, an end-to-end reference agent that parses heterogeneous sources, organizes salient content, plans poster layouts, renders posters, and iteratively refines them using visual feedback. On Any2Poster Bench, Any2Poster Agent achieves 87.25% average accuracy across input modalities and 87.28% across content domains. On PaperQuiz-style evaluation, where prior paper-to-poster agents are directly comparable, Any2Poster Agent improves over PosterAgent-4o from 51.06-51.33% to 72.58% overall accuracy and from 116-121 to 145.16 in density-augmented score. Together, Any2Poster Bench and Any2Poster Agent provide a reusable evaluation resource and a competitive baseline for studying multimodal, domain-general poster generation.
- Abstract（参考訳）: ビジュアルポスターは高密度情報を伝達するためのコンパクトな媒体であるが、既存の評価は紙のみの入力、狭い領域、表面レベルの視覚的類似性に制限されるため、自動ポスター生成の進歩は測定が難しい。
我々はAny2Poster Benchを紹介した。Any2Poster Benchは8つの入力モダリティ(PDF、URL、PPTX、DOCX、Markdown、LaTeX、ノートブック、ビデオ)と5つのコンテンツドメインにまたがるシステムを評価する、任意のソースのポスター生成のためのベンチマークである。
Any2Poster Benchは、視覚的品質、レイアウト、可読性、コンテンツ完全性、論理的フローのVLMに基づく判断とともに、言葉による事実保持と解釈的理解のクイズに基づくプローブと組み合わせ、情報忠実性と視覚的コミュニケーションの両方の再現可能な評価を可能にする。
このベンチマークをインスタンス化し、検証するために、異種ソースを解析し、健全なコンテンツを整理し、ポスターレイアウトを計画し、ポスターをレンダリングし、視覚的フィードバックを使ってそれらを反復的に洗練する、エンドツーエンドのリファレンスエージェントであるAny2Poster Agentを提示する。
Any2Poster Benchでは、Any2Poster Agentは入力モダリティの平均精度87.25%、コンテンツドメイン87.28%を達成している。
従来の紙と郵便のエージェントが直接比較されるPaperQuizスタイルの評価では、Any2Poster AgentはPosterAgent-4oを51.06-51.33%から72.58%に改善し、密度増強スコアは116-121から145.16に改善した。
Any2Poster BenchとAny2Poster Agentは、再利用可能な評価リソースと、マルチモーダルなドメイン汎用のポスター生成を研究するための競合ベースラインを提供する。
関連論文リスト
- Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation [52.930280794143876]
Qwen-Image-Benchは、クリエイター中心のベンチマークで、プロのアーティストと共同で設計され、現実世界の創造シナリオに基礎を置いています。
我々はこれらの5つの柱をトップダウンの階層的な分類に分類し、23の第二級サブ能力と56の第三級ルーリックに分解する。
Qwen3.6-27Bに基づく統一審査モデルQ-Judgerを訓練し、ブラインドラベルとトリプルリビュープロトコルの下で、グローバルアートアカデミーの80名の専門家アノテータが監督する。
論文 参考訳（メタデータ） (2026-05-27T07:46:43Z) - ReContraster: Making Your Posters Stand Out with Regional Contrast [54.872429523341346]
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。
論文 参考訳（メタデータ） (2026-04-12T03:36:21Z) - See Less, See Right: Bi-directional Perceptual Shaping For Multimodal Reasoning [58.7125460363147]
本稿では,質問条件付きマスキングビューを双方向の視線信号に変換する双方向知覚整形(BiPS)を提案する。
BiPSはQwen2.5-VL-7Bを平均8.2%向上させ、目に見えないデータセットやイメージタイプに対して、ドメイン外の強力な一般化を示す。
論文 参考訳（メタデータ） (2025-12-26T18:59:47Z) - UniREditBench: A Unified Reasoning-based Image Editing Benchmark [52.54256348710893]
この研究は、推論に基づく画像編集評価のための統一ベンチマークUniREditBenchを提案する。
精巧にキュレートされた2,700個のサンプルからなり、8つの一次次元と18のサブ次元にわたる実世界シナリオとゲーム世界のシナリオをカバーしている。
このデータセットにBagelを微調整し、UniREdit-Bagelを開発した。
論文 参考訳（メタデータ） (2025-11-03T07:24:57Z) - 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) - P2P: Automated Paper-to-Poster Generation and Fine-Grained Benchmark [27.57464219790922]
高品質なHTMLレンダリングの学術ポスターを生成するLLMベースのマルチエージェントフレームワークであるP2Pを紹介する。
P2Pは、ビジュアル要素処理、コンテンツ生成、および専用のチェッカーモジュールと統合された最後のポスターアセンブリーの3つの特殊エージェントを使用している。
P2PEvalは121枚の紙とポストのペアと2つの評価手法を組み合わせた総合的なベンチマークである。
論文 参考訳（メタデータ） (2025-05-21T09:06:05Z) - 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) - PPTAgent: Generating and Evaluating Presentations Beyond Text-to-Slides [51.88536367177796]
そこで本研究では,人案に触発された2段階の編集手法を提案し,プレゼンテーションを自動的に生成する。
PWTAgentはまず参照を分析し、スライドレベルの関数型とコンテンツスキーマを抽出し、選択した参照スライドに基づいて編集アクションを生成する。
PWTAgentは、既存の3次元のプレゼンテーション生成方法よりも大幅に優れています。
論文 参考訳（メタデータ） (2025-01-07T16:53:01Z)
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。