BLT：用于可控布局生成的双向布局Transformer
计算机视觉与模式识别
2022-07-26 v2
摘要
创建视觉布局是图形设计中的关键步骤。此类布局的自动生成对于可扩展且多样的视觉设计至关重要。为推进条件布局生成，我们引入BLT，一种双向布局Transformer。BLT与先前基于Transformer的工作不同之处在于采用非自回归Transformer。在训练中，BLT通过学习在双向上关注周围属性来预测被掩码的属性。在推理时，BLT首先从输入生成草稿布局，然后通过掩码掉低置信度属性将其迭代精炼为高质量布局。训练与推理中生成的掩码由一种新的分层采样策略控制。我们在六个不同设计任务的基准上验证了所提模型。实验结果表明与最先进的布局Transformer模型相比有两方面优势。首先，我们的模型赋予布局Transformer实现可控布局生成的能力。其次，在推理时生成布局的速度比布局Transformer基线最高快10倍。代码发布于 https://shawnkx.github.io/blt。
引用
@article{arxiv.2112.05112,
title = {BLT: Bidirectional Layout Transformer for Controllable Layout Generation},
author = {Xiang Kong and Lu Jiang and Huiwen Chang and Han Zhang and Yuan Hao and Haifeng Gong and Irfan Essa},
journal= {arXiv preprint arXiv:2112.05112},
year = {2022}
}
备注
ECCV 2022