SEGA：面向内容感知布局生成的分步演化范式及设计先验
计算机视觉与模式识别
2025-10-20 v1
摘要
本文研究了内容感知布局生成问题，即自动生成与给定背景图像和谐的布局。现有方法通常采用单步推理框架处理此任务，缺乏基于反馈的自我纠正机制，导致在面对复杂元素布局规划时，其失败率显著增加。为解决此挑战，我们引入SEGA——一种面向内容感知布局生成的分步演化范式。灵感来自人类思考的系统性模式，SEGA采用分层推理框架，运用粗到细策略：首先，粗粒度模块大致估计布局规划结果；随后，细粒度模块针对粗略规划结果进行细粒度推理。此外，我们将布局设计原则作为先验知识融入模型，以提升其布局规划能力。我们还提出了GenPoster-100K，一个拥有丰富元信息标注的大型海报数据集。实验表明，通过在多个基准数据集上实现状态突破性成绩，证明了我们方法的有效性。项目页面地址：https://brucew91.github.io/SEGA.github.io/
引用
@article{arxiv.2510.15749,
title = {SEGA: A Stepwise Evolution Paradigm for Content-Aware Layout Generation with Design Prior},
author = {Haoran Wang and Bo Zhao and Jinghui Wang and Hanzhang Wang and Huan Yang and Wei Ji and Hao Liu and Xinyan Xiao},
journal= {arXiv preprint arXiv:2510.15749},
year = {2025}
}
备注
Accepted by ICCV-2025, Our project website is at: https://brucew91.github.io/SEGA.github.io/, 10 pages