InnoAds-Composer：面向电商海报生成的高效条件组合
计算机视觉与模式识别
2026-03-09 v1
摘要
电商产品海报生成旨在自动合成单一图像，通过呈现主体、文本和设计样式来有效传达产品信息。近期采用细粒度且高效可控性的扩散模型在产品海报合成方面取得进展，但通常依赖多阶段管线，且对主体、文本和样式的同步控制仍未得到充分探索。这种朴素的多阶段管线也存在三个问题：主体保真度不足、文本不准确、样式不一致。为此，我们提出InnoAds-Composer，一个单阶段框架，实现对主体、字形和样式的高效三条件控制令牌。为缓解朴素三条件令牌拼接带来的二次方开销，我们对层和时间步进行重要性分析，并将每个条件路由到最响应的位置，从而缩短活跃令牌序列。此外，为提高中文文本渲染的准确性，我们设计了文本特征增强模块（TFEM），集成字形图像和字形裁切的特征。为支持训练和评估，我们还构建了一个高质量的电商产品海报数据集和基准数据集，这是第一个同时包含主体、文本和样式条件的数据集。大量实验表明，InnoAds-Composer 在不明显增加推理延迟的情况下显著优于现有的产品海报方法。
引用
@article{arxiv.2603.05898,
title = {InnoAds-Composer: Efficient Condition Composition for E-Commerce Poster Generation},
author = {Yuxin Qin and Ke Cao and Haowei Liu and Ao Ma and Fengheng Li and Honghe Zhu and Zheng Zhang and Run Ling and Wei Feng and Xuanhua He and Zhanjie Zhang and Zhen Guo and Haoyi Bian and Jingjing Lv and Junjie Shen and Ching Law},
journal= {arXiv preprint arXiv:2603.05898},
year = {2026}
}
备注
Accepted by CVPR2026