基于 AI 的字体配对建议建模用于图形设计
计算机视觉与模式识别
2025-02-13 v2 人工智能
计算与语言
摘要
AI 生成设计在挑选最具上下文相关性和新颖性的字体以用于设计建议方面存在的一个关键挑战是微软设计师工具。以往的做法涉及手动将设计意图映射到字体。尽管这种方法质量较高，但它无法扩展到大量字体（3000+）以及众多图形设计用户意图。本文我们创建了字体视觉嵌入、一种字体笔画宽度算法、一个字体类别到字体映射数据集、一个基于 LLM 的类别利用描述，以及一个轻量级、低延迟知识蒸馏的精简语言模型（Mini LM V2），用于为美观且直观的设计推荐多个上下文相关的标题和副标题字体的配对。我们还利用加权评分机制、最近邻方法和分层抽样对字体配对进行排序，以提升预测的新颖性。
关键词
引用
@article{arxiv.2501.10967,
title = {Advancing General Multimodal Capability of Vision-language Models with Pyramid-descent Visual Position Encoding},
author = {Zhanpeng Chen and Mingxiao Li and Ziyang Chen and Nan Du and Xiaolong Li and Yuexian Zou},
journal= {arXiv preprint arXiv:2501.10967},
year = {2025}
}