EfficientPosterGen：通过标记压缩和精确违规检测实现语义感知的高效海报生成
计算机视觉与模式识别
2026-03-03 v1 人工智能
信息检索
摘要
自动化学术海报生成旨在将冗长的研究论文提炼为简洁且视觉一致的演示文稿。然而，现有基于多模态大语言模型(MLLM)的方法存在三个关键局限：输入的论文信息密度低、标记消耗过度、布局验证不可靠。我们提出了EfficientPosterGen，一个端到端框架，通过语义感知检索和高效的多模态生成来解决这些挑战。EfficientPosterGen引入了三个核心创新：（1）语义感知关键信息检索(SKIR)，构建语义贡献图建模段间关系， selectively保留重要内容；（2）基于视觉的上下文压缩(VCC)，将选定的文本段渲染为图像，以将文本信息转化为视觉模态，显著减少标记用量，生成海报就绪的要点；（3）无代理布局违规检测(ALVD），一种确定性的基于颜色梯度的算法，可可靠检测内容溢出和空间稀疏，无需辅助MLLM。广泛的实验表明，EfficientPosterGen在标记效率和布局可靠性方面实现了显著的改进，同时保持了高质量的海报，为自动化学术海报生成提供了可扩展的解决方案。我们的代码可在https://github.com/vinsontang1/EfficientPosterGen-Code获取。
引用
@article{arxiv.2603.00155,
title = {EfficientPosterGen: Semantic-aware Efficient Poster Generation via Token Compression and Accurate Violation Detection},
author = {Wenxin Tang and Jingyu Xiao and Yanpei Gong and Fengyuan Ran and Tongchuan Xia and Junliang Liu and Man Ho Lam and Wenxuan Wang and Michael R. Lyu},
journal= {arXiv preprint arXiv:2603.00155},
year = {2026}
}