用于图像感知布局生成的无监督域适应像素级判别器
计算机视觉与模式识别
2023-03-28 v1
摘要
布局对平面设计与海报生成至关重要。近来,应用深度学习模型生成布局受到越来越多的关注。本文聚焦于使用基于图像内容条件的 GAN 模型生成广告海报图形布局,这需要带有配对产品图像与图形布局的广告海报布局数据集。然而,现有数据集中的配对图像与布局分别通过修复海报与标注海报收集得到。修复后的海报(源域数据)与干净产品图像(目标域数据)之间存在域间隙。因此,本文结合无监督域适应技术,设计了一种带有新颖像素级判别器(PD)的 GAN,称为 PDA-GAN,以根据图像内容生成图形布局。该 PD 连接至浅层特征图,并对每个输入图像像素计算 GAN 损失。定量与定性评估均表明,PDA-GAN 能取得最优性能,并为广告海报生成高质量的图像感知图形布局。
引用
@article{arxiv.2303.14377,
title = {Unsupervised Domain Adaption with Pixel-level Discriminator for Image-aware Layout Generation},
author = {Chenchen Xu and Min Zhou and Tiezheng Ge and Yuning Jiang and Weiwei Xu},
journal= {arXiv preprint arXiv:2303.14377},
year = {2023}
}
备注
8 pages, 4 figures, 7 tables, accepted by CVPR2023