走向设计合成

平面设计创作涉及将从不同来源收集的图像、文本、徽标和其他视觉资产等多模式组件和谐地组装成具有视觉吸引力和凝聚力的设计。最近的方法主要集中于布局预测或互补元素生成，同时准确保留输入元素，隐含地假设提供的组件在风格上已经是和谐的。在实践中，输入通常来自不同的来源并表现出视觉不匹配，从而使这种假设受到限制。我们认为，输入元素的身份保留风格化和合成是真正协调组件到设计流程的关键缺失要素。为此，我们提出了 GIST，一种 无需训练，身份保留图像合成器，位于布局预测和版式生成之间，并且可以插入到任何现有的组件设计或设计细化管道中，无需修改。我们通过将 GIST 与两种截然不同的现有方法（LaDeCo 和 Design-o-meter）集成来证明这一点。 LLaVA-OV 和 GPT-4V 在各方面评级和相对于简单粘贴的成对偏好方面验证了 GIST 在两个管道中的视觉和谐和美学质量方面的显着改进。项目页面：abhinav-mahajan10.github.io/GIST/。