論文の概要: Creative Product Design under Brand Image Constraints
- arxiv url: http://arxiv.org/abs/2611.17762v1
- Date: Fri, 13 Nov 2026 05:17:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.309116
- Title: Creative Product Design under Brand Image Constraints
- Title(参考訳): ブランドイメージ制約下における創造的製品デザイン
- Abstract要約: 我々は,ブランドイメージを代表的デザイン制約として重視し,ブランド認識の再設計のためのフレームワークを提案する。
製品名を与えられたフレームワークは、製品と市場情報を要約したブランドイメージ調査レポートを構築し、レポートから創造的な方向を導き、この方向を自己改善ループに統合する。
我々は,5つの製品カテゴリにまたがる50のリデザインタスクについて,Naive T2I,IP-Adapter/IT-Blender,制約のない自己改善と比較した。
- 参考スコア(独自算出の注目度): 0.1259953341639576
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Industrial design requires creative visual exploration while satisfying constraints that are often product-specific and implicit. Existing text-to-image (T2I) approaches can generate creative designs through concept blending or multi-agent self-enhancement, but they provide limited mechanisms for ensuring that generated designs remain consistent with such constraints. We focus on brand image as a representative design constraint and propose a framework for brand-aware redesign generation. Given a product name, the framework constructs a brand image survey report that summarizes product and market information, derives a creative direction from the report, and integrates this direction into a self-enhancement loop in which generated images are critiqued and prompts are revised. We evaluate the framework on 50 redesign tasks across five product categories, comparing it with Naive T2I, IP-Adapter/IT-Blender, and unconstrained self-enhancement under the same T2I backbone. By a VLM-as-Judge protocol to measure creativity and brand identifiability, the proposed framework achieves a more favorable trade-off between the two objectives, with particularly clear gains in highly constrained categories such as automotive and motorcycle, where the plausible design space is relatively limited compared with that of other product categories. These results suggest that dynamically eliciting and textualizing brand image can guide creative product design generation under brand image constraints.
- Abstract(参考訳): 産業デザインは創造的な視覚的な探索を必要とし、しばしば製品固有の暗黙的な制約を満たす。
既存のテキスト・トゥ・イメージ(T2I)アプローチは、コンセプトブレンディングやマルチエージェント・セルフエンハンスメントを通じて創造的なデザインを生成することができるが、生成したデザインがそのような制約と整合性を維持するための制限されたメカニズムを提供する。
我々は,ブランドイメージを代表的デザイン制約として重視し,ブランド認識の再設計のためのフレームワークを提案する。
製品名と市場情報を要約したブランドイメージ調査レポートを構築し、そのレポートから創造的な方向を導き、この方向を、生成された画像が批判され、プロンプトが修正される自己強調ループに統合する。
我々は,5つの製品カテゴリにまたがる50個の再設計タスクについて,Naive T2I,IP-Adapter/IT-Blender,および同じT2Iバックボーン下での制約のない自己改善と比較した。
VLM-as-Judgeプロトコルを用いて, 創造性とブランド識別性を測定することにより, 自動車やオートバイなどの厳密なカテゴリーにおいて, 設計空間が他製品に比べて相対的に制限された場合に, より良好なトレードオフを実現する。
これらの結果は,ブランドイメージを動的に引き起こし,テキスト化することで,ブランドイメージ制約下での創造的製品デザイン生成をガイドできることを示唆している。
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) - CreativeBench: Benchmarking and Enhancing Machine Creativity via Self-Evolving Challenges [69.3795501613098]
コード生成における機械の創造性を評価するベンチマークであるCreativeBenchを紹介します。
CreativeBenchは、創造性と幻覚を、品質とノベルティの産物として定義された統一された計量によって客観的に区別する。
進化的探索パターンを内部化し,機械の創造性を継続的に向上する,プラグアンドプレイ型推論時ステアリング戦略であるEvoRePEを提案する。
論文 参考訳(メタデータ) (2026-03-12T12:36:56Z) - CIDER: A Causal Cure for Brand-Obsessed Text-to-Image Models [8.256738887166089]
テキスト・トゥ・イメージ(T2I)モデルは、まだ探索されていない重要な「ブランドバイアス」を示す
そこで我々はCIDERを提案する。CIDERは推論時のバイアスを軽減するためのモデルに依存しないフレームワークである。
論文 参考訳(メタデータ) (2025-09-19T09:30:37Z) - Creative4U: MLLMs-based Advertising Creative Image Selector with Comparative Reasoning [17.0088513334658]
本稿では,創造的評価と選択のための第1のパラダイムを提案する。
マルチモーダル大規模言語モデル(MLLM)を用いて,創造的画像の評価と選択を自然言語タスクに統合する。
私たちのコードとデータセットは、研究と産業の応用を進めるために公開されます。
論文 参考訳(メタデータ) (2025-08-18T05:11:30Z) - RefAdGen: High-Fidelity Advertising Image Generation [2.38180456064897]
RefAdGenは、分離された設計によって高い忠実性を達成する世代フレームワークである。
我々はRefAdGenが最先端のパフォーマンスを達成し、高忠実さと目立った視覚的結果を維持することで、高精細度を保ちながら、実世界と実世界の両方に挑戦し、高精細度で高精細度で高精細度で高精細度で高精細度で高精細度で高精細度な画像化を実現していることを示す。
論文 参考訳(メタデータ) (2025-08-12T18:25:31Z) - CreatiDesign: A Unified Multi-Conditional Diffusion Transformer for Creative Graphic Design [69.83433430133302]
CreatiDesignは、モデルアーキテクチャとデータセット構築の両方をカバーする、自動グラフィック設計のための体系的なソリューションである。
まず、異種設計要素の柔軟かつ正確な統合を可能にする統合されたマルチ条件駆動アーキテクチャを設計する。
さらに,各条件が指定された画像領域を正確に制御することを保証するため,マルチモーダルアテンションマスク機構を提案する。
論文 参考訳(メタデータ) (2025-05-25T12:14:23Z) - A New Creative Generation Pipeline for Click-Through Rate with Stable
Diffusion Model [8.945197427679924]
従来のAIベースのアプローチは、デザイナーからの美的知識を限定しながら、ユーザー情報を考慮しないという同じ問題に直面している。
結果を最適化するために、従来の方法で生成されたクリエイティブは、クリエイティブランキングモデルと呼ばれる別のモジュールによってランク付けされる。
本稿では,クリエイティビティ生成段階においてCTRを改善することを目的とした,Click-Through Rate (CG4CTR) のための新しいCreative Generationパイプラインを提案する。
論文 参考訳(メタデータ) (2024-01-17T03:27:39Z) - DreamCreature: Crafting Photorealistic Virtual Creatures from
Imagination [140.1641573781066]
ターゲット概念のラベルなしイメージのセットを前提として、我々は、新しいハイブリッド概念を創出できるT2Iモデルをトレーニングすることを目指している。
そこで我々はDreamCreatureと呼ばれる新しい手法を提案し,その基盤となるサブ概念を同定し抽出する。
したがって、T2Iは忠実な構造とフォトリアリスティックな外観を持つ新しい概念を生成するのに適応する。
論文 参考訳(メタデータ) (2023-11-27T01:24:31Z) - DEsignBench: Exploring and Benchmarking DALL-E 3 for Imagining Visual
Design [124.56730013968543]
ビジュアルデザインシナリオに適したテキスト・ツー・イメージ(T2I)生成ベンチマークであるDesignBenchを紹介する。
DesignBenchベンチマークでは、画像テキストアライメント、視覚美学、デザインクリエイティビティの基準に対して、生成された画像に対する人間による評価を行う。
GPT-4Vを用いた最初の自動画像生成評価器を提案する。
論文 参考訳(メタデータ) (2023-10-23T17:48:38Z)
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。