論文の概要: PosterText: Towards Unified Visual Text Generation and Editing for E-commerce Poster
- arxiv url: http://arxiv.org/abs/2608.16289v2
- Date: Tue, 18 Aug 2026 02:57:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 13:45:32.996445
- Title: PosterText: Towards Unified Visual Text Generation and Editing for E-commerce Poster
- Title（参考訳）: PosterText:E-Commerce Poster用の統一されたビジュアルテキスト生成と編集を目指して
- Authors: Xiaoan Liu, Lichen Ma, Zipeng Guo, Yu He, Xiaoyan Su, Shaojie Guo, Jingling Fu, Xiaolong Fu, Hao Yang, Tongxuan Liu, Yu Guo, Fei Wang, Xinyi Liu, Yongjun Zhang, Junshi Huang,
- Abstract要約: 自動eコマースポスターデザインは、高品質のポスター生成と既存のデザインの柔軟な編集の両方を必要とする。
電子商取引ポスターの統一的生成と編集を可能にするために,テキストパッチ生成と編集を導入する。
テキストレンダリング事前学習,指示追従訓練,優先調整のための強化学習,空間誘導自己蒸留など,4段階のカリキュラムで訓練された統一モデルであるPosterTextを提案する。
- 参考スコア（独自算出の注目度）: 24.777892751309384
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated e-commerce poster design requires both high-quality poster generation and flexible editing of existing designs. However, most existing methods either target end-to-end poster generation or follow multi-stage design pipelines, with limited capability for flexible and precise editing of existing posters. To enable unified generation and editing of e-commerce posters, we introduce Text Patch Generation and Editing, a unified task formulation that treats text patches as atomic units and covers four operations: poster generation, patch addition, patch deletion, and patch modification, with optional reference-guided style control. Based on this, we propose PosterText, a unified model trained with a four-stage curriculum, including text rendering pretraining, instruction-following training, reinforcement learning for preference alignment, and spatial guidance self-distillation for execution refinement. We further construct a large-scale dataset with patch-level annotations and a comprehensive benchmark for evaluation. Extensive experiments demonstrate that PosterText achieves competitive performance against existing generation and editing approaches, validating the effectiveness of the proposed framework.
- Abstract（参考訳）: 自動eコマースポスターデザインは、高品質のポスター生成と既存のデザインの柔軟な編集の両方を必要とする。
しかし、既存のほとんどの方法は、エンドツーエンドのポスター生成をターゲットにするか、複数ステージの設計パイプラインに従うかのいずれかであり、既存のポスターを柔軟かつ正確に編集する能力は限られている。
電子商取引ポスターの統一生成と編集を可能にするために,テキストパッチをアトミック単位として扱い,ポスター生成,パッチ追加,パッチ削除,パッチ修正の4つの操作をカバーする統一されたタスク定式化であるText Patch Generation and Editingを導入する。
そこで本研究では,テキストレンダリング事前学習,指示追従訓練,優先調整のための強化学習,実行改善のための空間誘導自己蒸留を含む,4段階のカリキュラムで訓練された統一モデルであるPosterTextを提案する。
さらに,パッチレベルのアノテーションと包括的な評価ベンチマークを備えた大規模データセットを構築した。
大規模な実験により、PosterTextは既存の生成および編集アプローチと競合する性能を示し、提案フレームワークの有効性を検証する。
関連論文リスト
- simpleposter: a simple baseline for product poster generation [17.46071085989295]
外部コントローラを使わずに、忠実な主題の保存と正確な位置制御が可能なテキストレンダリングを実現する。
実験の結果、SimplePosterは、SeedEdit 3.0が55.2%、PosterMakerが85.3%、テキストレンダリングの精度が改善したのに対し、980.7%の主題保存率を達成した。
論文 参考訳（メタデータ） (2026-05-09T08:12:55Z) - 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) - WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing [103.68419705566146]
WeEditは、スケーラブルなデータ構築パイプラインと2つのベンチマーク、2段階のトレーニング戦略を含む、システマティックなソリューションである。
具体的には、多様な編集操作と15言語をカバーする330Kのトレーニングペアを生成するHTMLベースの新しい自動編集パイプラインを提案する。
アルゴリズム面では、グリフ誘導による微調整を用いて、空間的および内容的事前の明示を注入し、次いで、命令の順守、テキストの明瞭さ、背景の保存と、生成を整合させる多目的強化学習ステージを用いる。
論文 参考訳（メタデータ） (2026-03-12T06:25:09Z) - InnoAds-Composer: Efficient Condition Composition for E-Commerce Poster Generation [27.024838488122104]
本稿では,主観,グリフ,スタイルよりも効率的な三条件制御トークンを実現するための単一ステージフレームワークを提案する。
InnoAds-Composerは、推論遅延を明らかに増加させることなく、既存の製品ポスター手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-03-06T04:36:33Z) - PosterVerse: A Full-Workflow Framework for Commercial-Grade Poster Generation with HTML-Based Scalable Typography [44.93712206658515]
PosterVerseは、フルワークフロー、商用グレードのポスター生成方法である。
PosterVerseはプロ向けデザインを3つの重要なステージで再現する。
PosterDNAは商用グレードのHTMLベースのデータセットである。
論文 参考訳（メタデータ） (2026-01-07T15:04:24Z) - SkyReels-Text: Fine-grained Font-Controllable Text Editing for Poster Design [8.272505030643039]
ポスターテキストを正確に編集するためのフォント制御可能な新しいフレームワークであるSkyReels-Textを紹介する。
本手法では,複数のテキスト領域の同時編集が可能で,それぞれが異なるスタイルで描画される。
SkyReels-Textはテキストの忠実さと視覚的リアリズムの両方において最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-11-17T12:02:52Z) - 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) - Optimisation-Based Multi-Modal Semantic Image Editing [58.496064583110694]
本稿では,複数の編集命令型に対応するために,推論時編集の最適化を提案する。
各損失関数の影響を調整することで、ユーザの好みに合わせてフレキシブルな編集ソリューションを構築することができる。
本手法は,テキスト,ポーズ,スクリブルといった編集条件を用いて評価し,複雑な編集を行う能力を強調した。
論文 参考訳（メタデータ） (2023-11-28T15:31:11Z) - Text Revision by On-the-Fly Representation Optimization [76.11035270753757]
現在の最先端手法は、これらのタスクをシーケンスからシーケンスまでの学習問題として定式化している。
並列データを必要としないテキストリビジョンのための反復的なインプレース編集手法を提案する。
テキストの単純化に関する最先端の教師付き手法よりも、競争力があり、パフォーマンスも向上する。
論文 参考訳（メタデータ） (2022-04-15T07:38:08Z)
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。