面向可控海报布局生成的关联感知扩散模型
计算机视觉与模式识别
2024-01-12 v2
摘要
海报布局是海报设计的关键方面。先前的方法主要关注视觉内容与图形元素之间的相关性。然而，令人满意的布局还应考虑视觉与文本内容之间的关系以及元素之间的关系。在本研究中，我们提出了一种用于海报布局生成的关联感知扩散模型，在生成过程中融入了这两种关系。首先，我们设计了一个视觉-文本关系感知模块，跨模态对齐视觉与文本表示，从而增强布局传达文本信息的效能。随后，我们提出一个几何关系感知模块，通过综合考虑上下文信息来学习元素间的几何关系。此外，所提方法能基于用户约束生成多样化布局。为推动该领域研究，我们构建了名为 CGL-Dataset V2 的海报布局数据集。我们提出的方法在 CGL-Dataset V2 上优于最先进（state-of-the-art）方法。数据与代码将发布于 https://github.com/liuan0803/RADM。
引用
@article{arxiv.2306.09086,
title = {Relation-Aware Diffusion Model for Controllable Poster Layout Generation},
author = {Fengheng Li and An Liu and Wei Feng and Honghe Zhu and Yaoyu Li and Zheng Zhang and Jingjing Lv and Xin Zhu and Junjie Shen and Zhangang Lin and Jingping Shao},
journal= {arXiv preprint arXiv:2306.09086},
year = {2024}
}
备注
accepted by CIKM 2023