跨图形设计类型预测视觉重要性
计算机视觉与模式识别
2020-08-10 v1 图形学
人机交互
图像与视频处理
摘要
本文介绍了显著性（saliency）与重要性（importance）统一模型（UMSI），该模型学习预测输入图形设计中的视觉重要性以及自然图像中的显著性，并附带一个新数据集与应用。先前预测显著性或视觉重要性的方法是在专门数据集上分别训练的，这限制了其应用并在新颖图像类别上泛化能力差，且要求用户知道对何种输入使用哪个模型。UMSI是一个基于深度学习的模型，同时在包含海报、信息图、移动端UI以及自然图像的不同设计类别图像上训练，并包含一个自动分类模块来对输入进行分类。这使得模型无需用户标注输入即可更有效地工作。我们还引入了Imp1k，一个带有重要性标注的新设计数据集。我们展示了两个使用重要性预测的新设计界面，包括一个调整设计元素相对重要性的工具，以及一个在新宽高比下重排设计同时保持视觉重要性的工具。该模型、代码和重要性数据集可在 https://predimportance.mit.edu 获取。
引用
@article{arxiv.2008.02912,
title = {Predicting Visual Importance Across Graphic Design Types},
author = {Camilo Fosco and Vincent Casser and Amish Kumar Bedi and Peter O'Donovan and Aaron Hertzmann and Zoya Bylinskii},
journal= {arXiv preprint arXiv:2008.02912},
year = {2020}
}