.png){kind=icon}
返回
Automatic Text Box Placement for Supporting Typographic Design
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-09368-4_11.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在广告和网页布局设计中，平衡视觉吸引力和沟通效率至关重要。本研究考察了不完整布局中的自动文本框放置，比较了基于标准Transformer的方法、小型视觉语言模型（Phi3.5-vision）、大型预训练VLM（Gemini）以及能处理多张图像的扩展Transformer。在Crello数据集上的评估显示，标准Transformer模型通常优于VLM模型，尤其是在整合更丰富的外观信息时。然而，所有方法在处理极小文本或密集布局时均面临挑战。这些发现突显了任务特定架构的优势，并指出了自动布局设计进一步改进的方向。
Keyword:
Document layout analysis
Structured document generation
期刊
D
IF:
0
论文数:
22
被引数:
0
机构
引用论文
.png){kind=icon}
Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression距离-IoU损失: 边界盒回归的更快更好的学习
OAAI
OAAI分享收藏PosterLlama: Bridging Design Ability of Language Model to Content-Aware Layout GenerationPosterLlama：连接语言模型的设计能力与内容感知的布局生成
PREAI
分享收藏
没有更多内容
没有更多内容