PosterCraft：统一框架下重新思考高质量美学海报生成
计算机视觉与模式识别
2025-06-13 v1
摘要
生成美学海报比简单设计图像更具挑战性：它不仅需要精确的文本渲染，还需要抽象艺术内容的无缝集成、引人注目的布局以及整体风格和谐。为解决这一问题，我们提出了PosterCraft，一个统一的框架，摒弃了先前的模块化流水线以及刚性的预定义布局，允许模型自由探索连贯且视觉引人入胜的构图。PosterCraft采用精心设计的级联工作流来优化高质量美学海报的生成：（i）在我们新引入的Text-Render-2M数据集上进行大规模文本渲染优化；（ii）在HQ-Poster100K上进行区域感知监督微调；（iii）通过best-of-n偏好优化进行美学文本强化学习；以及（iv）联合视觉-语言反馈优化。每个阶段都由一个完全自动化的数据构建流水线支持，以满足其特定需求，从而实现稳健训练而无需复杂的架构修改。在多项实验中评估后，PosterCraft在渲染准确性、布局连贯性和整体视觉吸引力方面显著优于开源基线，接近SOTA商业系统的质量。我们的代码、模型和数据集可在项目页面找到：https://ephemeral182.github.io/PosterCraft
引用
@article{arxiv.2506.10741,
title = {PosterCraft: Rethinking High-Quality Aesthetic Poster Generation in a Unified Framework},
author = {SiXiang Chen and Jianyu Lai and Jialin Gao and Tian Ye and Haoyu Chen and Hengyu Shi and Shitong Shao and Yunlong Lin and Song Fei and Zhaohu Xing and Yeying Jin and Junfeng Luo and Xiaoming Wei and Lei Zhu},
journal= {arXiv preprint arXiv:2506.10741},
year = {2025}
}