基于示例的经验迁移
作者
NB
Nitish Bansal
SD
Surya Dwivedi
RK
Rohan Kumar
PM
Pranav Maneriker
BV
Balaji Vasan Srinivasan
生成式AI(文本、图像、音乐、视频)音乐创作与声音设计工具平面设计与排版工具音乐人、DJ 与声音设计师产品设计师视觉艺术家与设计师
横幅广告以多种形式存在,人们可能受一个或多个示例启发。然而,设计横幅对于新手而言并非易事,从空白画布开始往往令人不堪重负,而探索替代方案又耗时费事。本文提出一种将新手用户内容自动迁移到示例横幅的方法。算法首先通过语义分割方法提取示例横幅模板,随后采用基于能量的优化框架组合多个设计元素并得出最优布局。一项将自动生成结果与创意专业人士设计的横幅进行比较的众包实验表明,所提方法具有可行性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、音乐创作与声音设计工具、平面设计与排版工具
work
职业/产业
音乐人、DJ 与声音设计师、产品设计师、视觉艺术家与设计师
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文