梦幻海报：面向图像条件生成的统一海报设计框架
计算机视觉与模式识别
2025-07-08 v1
摘要
我们提出了DreamPoster，一个从用户提供的图像和文本提示中智能合成高质量海报的文本到图像生成框架，同时保持内容保真度并支持灵活的分辨率和布局输出。具体而言，DreamPoster基于我们的T2I模型Seedream3.0来统一处理不同类型的海报生成。对于数据集构建， 我们提出了一套系统化的数据标注管道，精确标注海报图像中文本内容和排版层次信息，同时采用全面的方法构建由源素材（例如原始图形/文本）及其对应的最终海报输出组成的配对数据集。此外，我们实现了渐进式训练策略，使模型能够在保持高质量生成的同时层次化地获得多任务生成能力。在我们的测试基准上进行的评估显示，DreamPoster优于现有方法，用户满意度达到88.55%，远高于GPT-4o（47.56%）和SeedEdit3.0（25.96%）。DreamPoster将在Jimeng等字节应用中线上运行。
关键词
引用
@article{arxiv.2507.04218,
title = {DreamPoster: A Unified Framework for Image-Conditioned Generative Poster Design},
author = {Xiwei Hu and Haokun Chen and Zhongqi Qi and Hui Zhang and Dexiang Hong and Jie Shao and Xinglong Wu},
journal= {arXiv preprint arXiv:2507.04218},
year = {2025}
}