AutoPoster: A Highly Automatic and Content-aware Design System for Advertising Poster Generation

要約

情報プレゼンテーションの一種である広告ポスターは、視覚的様式と言語的様式を組み合わせています。
ポスターの作成には複数の手順が必要であり、デザインの経験と創造性が必要です。
このペーパーでは、広告ポスターを生成するための高度に自動化されたコンテンツ認識システムである AutoPoster について紹介します。
AutoPoster は、製品画像とタイトルのみを入力として、画像のクリーニングとリターゲティング、レイアウトの生成、キャッチフレーズの生成、スタイル属性の予測という 4 つの主要な段階を通じて、さまざまなサイズのポスターを自動的に作成できます。
ポスターの視覚的な調和を確保するために、レイアウトとキャッチフレーズの生成に 2 つのコンテンツ認識モデルが組み込まれています。
さらに、ビジュアル スタイル属性を共同で予測するための新しいマルチタスク スタイル属性予測器 (SAP) を提案します。
一方、私たちの知る限りでは、76,000 枚を超えるポスターの視覚属性アノテーションを含む最初のポスター生成データセットを提案します。
ユーザー調査や実験からの定性的および定量的な結果は、他のポスター生成方法と比較して、当社のシステムの有効性と、生成されたポスターの美的優位性を実証します。

要約(オリジナル)

Advertising posters, a form of information presentation, combine visual and linguistic modalities. Creating a poster involves multiple steps and necessitates design experience and creativity. This paper introduces AutoPoster, a highly automatic and content-aware system for generating advertising posters. With only product images and titles as inputs, AutoPoster can automatically produce posters of varying sizes through four key stages: image cleaning and retargeting, layout generation, tagline generation, and style attribute prediction. To ensure visual harmony of posters, two content-aware models are incorporated for layout and tagline generation. Moreover, we propose a novel multi-task Style Attribute Predictor (SAP) to jointly predict visual style attributes. Meanwhile, to our knowledge, we propose the first poster generation dataset that includes visual attribute annotations for over 76k posters. Qualitative and quantitative outcomes from user studies and experiments substantiate the efficacy of our system and the aesthetic superiority of the generated posters compared to other poster generation methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google