論文の概要: StructuredEdit: Constraint-Aware Graphic Design Editing via Differentiable Parameter Propagation
- arxiv url: http://arxiv.org/abs/2607.04612v1
- Date: Mon, 06 Jul 2026 02:37:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.013987
- Title: StructuredEdit: Constraint-Aware Graphic Design Editing via Differentiable Parameter Propagation
- Title（参考訳）: StructuredEdit: 可変パラメータ伝搬による制約を考慮したグラフィカルデザイン編集
- Abstract要約: グラフィックデザイン編集は、厳密な設計制約の下でタイポグラフィー、レイアウト、視覚的階層を正確に操作する必要がある。
現在のモデルはピクセルで動作し、構造化された設計に対する満足度はわずか52%である。
画素生成ではなくパラメータ操作としてデザイン編集を再構成するパイプラインであるStructuredEditを提案する。
- 参考スコア（独自算出の注目度）: 1.0312968200748118
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Graphic design editing requires precise manipulation of typography, layout, and visual hierarchy under strict design constraints. Following the introduction of large language models, organizations have increasingly promoted vision-language models to enhance productivity. However, current models operate on pixels and achieve only 52% constraint satisfaction on structured design edits, thereby limiting their reliability for professional workflows. We present StructuredEdit, a pipeline that reframes design editing as parameter manipulation rather than pixel generation. Our core technical contribution is Differentiable Parameter Propagation (DPP), a training method that embeds hard design constraints into vision-language model fine-tuning by backpropagating pixel-level constraint violations through a lightweight differentiable rasterizer. A hybrid candidate-and-filter pipeline produces 125k validated edit triplets. The resulting system reaches 89% constraint satisfaction versus 52% for GPT-4V, 0.82 matched-element Intersection over Union, and 76% top-1 font accuracy over the 100 most-frequent design typefaces. In a user study (N=35), editing time drops 33% and correction iterations drop 44% relative to a GPT-4V baseline.
- Abstract（参考訳）: グラフィックデザイン編集は、厳密な設計制約の下でタイポグラフィー、レイアウト、視覚的階層を正確に操作する必要がある。
大規模言語モデルの導入に続いて、組織は生産性を高めるために視覚言語モデルをますます推進してきた。
しかし、現在のモデルはピクセル上で動作し、構造化デザイン編集における制約満足度は52%に過ぎず、プロのワークフローに対する信頼性を制限している。
画素生成ではなくパラメータ操作としてデザイン編集を再構成するパイプラインであるStructuredEditを提案する。
我々の技術貢献は微分可能パラメータ伝搬(DPP)であり、軽量な微分可能ラスタライザによって画素レベルの制約違反をバックプロパゲートすることで、ハードデザイン制約を視覚言語モデルに微調整する訓練手法である。
ハイブリッドな候補・フィルタパイプラインは125kの検証済みの編集三脚を生成する。
その結果、GPT-4Vでは89%の制約満足度と52%の制約満足度、Unionでは0.82のマッチ要素インターセクション、そして最も頻繁な100種類のフォントでは76%のトップ1フォントの精度が達成された。
ユーザスタディ(N=35)では、編集時間は33%減少し、修正イテレーションはGPT-4Vベースラインに対して44%減少する。
関連論文リスト
- ReDesign: Recovering Editable Design Structures from Images via Agentic Decomposition [60.25038184390257]
ReDesignは、編集可能な階層階層を成長させるエージェントフレームワークで、特定のツールを選択して、モダリティにまたがって構成する。
大規模な編集性を評価するために、909個のFigmaファイルと14,796個の編集命令からなるFigma Edit Replay Benchmarkを導入する。
論文 参考訳（メタデータ） (2026-07-28T10:53:33Z) - CreatiParser: Generative Image Parsing of Raster Graphic Designs into Editable Layers [48.779823303618734]
グラフィックデザイン解析のためのハイブリッドな生成フレームワークを提案する。
デザインイメージを編集可能なテキスト、バックグラウンド、ステッカー層に分解する。
テキスト領域は、視覚言語モデルを用いてテキスト設計プロトコルに解析される。
背景ステッカー層はマルチブランチ拡散アーキテクチャを用いて生成される。
論文 参考訳（メタデータ） (2026-04-21T16:20:19Z) - VAREX: A Benchmark for Multi-Modal Structured Extraction from Documents [1.06378109904813]
VAREXは政府形態からの構造化データ抽出を評価するためのベンチマークである。
ベンチマークは、1,777の文書と1,771のユニークな文書から成っており、3相品質保証を通じて真理を検証している。
結果は、4Bパラメータ以下では、コンプライアンス出力 -- 抽出能力ではなく -- が主要なボトルネックであることを示している。
論文 参考訳（メタデータ） (2026-03-16T11:15:56Z) - ReLayout: Versatile and Structure-Preserving Design Layout Editing via Relation-Aware Design Reconstruction [26.78568275114657]
設計レイアウト編集という基本的な再設計作業に着目する。
4つの基本的な重要な編集操作を導入し、編集操作の形式を標準化する。
本稿では,3重データを必要としない多目的構造認識設計編集のための新しいフレームワークReを提案する。
論文 参考訳（メタデータ） (2026-02-01T06:05:44Z) - RePaint-Enhanced Conditional Diffusion Model for Parametric Engineering Designs under Performance and Parameter Constraints [5.694916746852312]
本稿では、事前訓練された性能誘導型拡散確率モデル(DDPM)を統合するRePaint拡張フレームワークを提案する。
提案手法は, 基礎となるモデルを再学習することなく, 部分参照設計に基づいて, 欠落設計部品の生成を可能にする。
この枠組みは、船体設計と翼設計という2つの代表的な設計上の問題で評価されている。
論文 参考訳（メタデータ） (2026-01-30T23:04:05Z) - FlowDC: Flow-Based Decoupling-Decay for Complex Image Editing [52.54102743380658]
本稿では,複雑な編集を複数のサブ編集エフェクトに分離し,編集プロセス中に並列に重畳するFlowDCを提案する。
FlowDCは既存の方法に比べて優れた結果を示した。
論文 参考訳（メタデータ） (2025-12-12T09:08:39Z) - PPTArena: A Benchmark for Agentic PowerPoint Editing [57.55409966131844]
我々はPowerPoint編集のベンチマークを導入し、自然言語による実際のスライドに対する信頼性のある修正を計測する。
PPTArenaは100のデッキ、2125のスライド、テキスト、チャート、テーブル、アニメーション、マスターレベルのスタイルを対象とする800以上の編集に焦点を当てている。
本稿では,意味的な編集シーケンス,ハイレベルなプログラムツール間の経路,そして正確な制御のための決定論的XML操作を計画する構造対応スライド編集エージェントを提案する。
論文 参考訳（メタデータ） (2025-12-02T18:59:50Z) - Towards Aligned Layout Generation via Diffusion Model with Aesthetic Constraints [53.66698106829144]
広い範囲のレイアウト生成タスクを処理する統一モデルを提案する。
このモデルは連続拡散モデルに基づいている。
実験結果から,LACEは高品質なレイアウトを生成することがわかった。
論文 参考訳（メタデータ） (2024-02-07T11:12:41Z) - Latent Space Editing in Transformer-Based Flow Matching [53.75073756305241]
Flow Matching with a transformer backboneはスケーラブルで高品質な生成モデリングの可能性を秘めている。
編集スペースである$u$-spaceを導入し、制御可能で、蓄積可能で、構成可能な方法で操作できる。
最後に,テキストプロンプトを用いた微粒でニュアンスな編集を実現するための,単純かつ強力な手法を提案する。
論文 参考訳（メタデータ） (2023-12-17T21:49:59Z) - CoIE: Chain-of-Instruct Editing for Multi-Attribute Face Manipulation [8.126093866533889]
現在のテキストと画像の編集モデルは、単一の命令を使って複数の属性を滑らかに操作する問題にしばしば遭遇する。
我々は,段階的に編集することで,これらのモデルの能力を向上する,CoIE(Chain-of-Instruct Editing)と呼ばれる革新的な概念を提案する。
我々は,自己構築型指導誘導顔編集データセットであるInstruct-CelebAを用いて,編集モデルの微調整を行う。
論文 参考訳（メタデータ） (2023-12-13T03:48:45Z) - 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。