PosterIQ：面向海报理解与生成的设计视角基准
计算机视觉与模式识别
2026-03-26 v1
摘要
我们提出PosterIQ，这是一个由设计驱动的海报理解与生成基准，涵盖构图结构、排版层次和语义意图等维度。该基准包含7,765个图像-注释实例和822个生成提示，涵盖真实案例、专业案例和合成案例。为弥合视觉设计认知与生成模型之间的鸿沟，我们定义了布局解析、文本-图像对应、排版/可读性和字体感知、设计质量评估以及可控的、具备修辞的构图感知生成等任务。我们评估了最新的多模态大语言模型(M LLMs)和基于扩散的生成器，发现视觉层次、排版语义、显著性控制和意图传递等方面仍存在显著差距；商业模型在高层次推理方面领先，但作为不敏感的自动评分器而言不足；而生成器在渲染文本方面表现良好，但在构图感知的合成方面仍有挑战。广泛的分析表明，PosterIQ既是一个量化基准，也是一个诊断性工具，用于设计推理，提供可复现、任务特定的指标。我们旨在催化模型的创造力，将以人类为中心的设计原则整合到生成式视觉语言系统中。
引用
@article{arxiv.2603.24078,
title = {PosterIQ: A Design Perspective Benchmark for Poster Understanding and Generation},
author = {Yuheng Feng and Wen Zhang and Haodong Duan and Xingxing Zou},
journal= {arXiv preprint arXiv:2603.24078},
year = {2026}
}
备注
CVPR 2026, Project Page: https://github.com/ArtmeScienceLab/PosterIQ-Benchmark