超越真实感：利用StickerNet学习富有表现力的构图艺术
计算机视觉与模式识别
2025-11-27 v1
摘要
作为图像编辑工作流中广泛使用的操作，图像构图传统上研究重点在于实现视觉真实感和语义合理性。然而，在现代内容创作领域的实际编辑场景中，许多构图并非旨在保持真实感。相反，受获得社区认可动机驱动的在线平台用户，通常旨在创建更具艺术性、趣味性或社交参与度的内容。受此观察启发，我们定义了富有表现力的构图任务，这是一种新的图像构图形式，它拥抱风格多样性和更宽松的放置逻辑，反映了用户在真实世界创意平台上编辑图像的方式。为了解决这个尚未被充分探索的问题，我们提出了StickerNet，一个两阶段框架，它首先确定构图类型，然后据此预测放置参数，如不透明度、掩码、位置和缩放。与先前通过模拟物体在真实图像上的放置来构建数据集的工作不同，我们直接从在一个匿名在线视觉创作和编辑平台上收集的180万次编辑操作中构建数据集，每次操作都反映了经过用户社区验证的放置决策。这种基于真实编辑行为的根基确保了任务定义与训练监督之间的高度一致性。用户研究和定量评估表明，StickerNet优于常见的基线方法，并紧密匹配人类的放置行为，证明了尽管任务本身具有固有的模糊性，但从真实世界编辑模式中学习的有效性。这项工作在视觉理解领域引入了一个新方向，强调表现力和用户意图而非真实感。
引用
@article{arxiv.2511.20957,
title = {Beyond Realism: Learning the Art of Expressive Composition with StickerNet},
author = {Haoming Lu and David Kocharian and Humphrey Shi},
journal= {arXiv preprint arXiv:2511.20957},
year = {2025}
}