9月17日，记者从安徽师范大学获悉，该校物理与电子信息学院教师许晨晨团队联合浙江大学、阿里与深圳湾实验室等单位，基于无监督域适应技术，提出面向广告海报设计的图像感知布局生成方法，并构建内容感知图文排版数据集。这一成果标志着AI辅助创意设计在内容感知布局领域取得重要进展，为智能设计技术从理论研究走向产业应用提供了新范例。相关成果近日刊发在国际期刊《IEEE模式分析与机器智能汇刊》上。
在广告与视觉传播领域，海报排版是吸引用户关注、高效传递产品信息的关键。然而，传统自动化排版方法由于缺乏对图像内容的深度理解，往往难以兼顾视觉美观与内容关联性，成为制约智能设计发展的技术瓶颈。
针对此问题，研究团队提出了一种基于生成对抗网络的跨域自适应方法，能够根据输入的产品图像，自动生成符合大众审美且内容关联紧密的海报排版方案。同时，团队还构建了内容感知图文排版数据集，涵盖60548组配对修复海报及对应标注、121000张高质量产品图像，为相关研究奠定了坚实数据基础。
面对修复海报与原始图像之间的域差异挑战，研究团队优化了模型结构，引入无监督域自适应机制，创新性地使用像素级判别器，实现跨域的图像感知排版。此外，团队首次提出3项内容感知评价指标，可有效量化模型捕捉图文元素与图像内容复杂关系的能力。实验表明，该模型在定量与定性评估中均达到当前最优水平，能够稳定生成布局合理、内容相关度高的海报版式。
该成果不仅推动了跨域自适应技术与智能设计的深度融合，也为AI辅助创意设计提供了新思路，在广告设计、数字媒体制作、电商视觉优化等领域具有巨大应用潜力。目前，相关技术已在一些电商平台实现落地。
许晨晨说，该成果既解决了传统自动化排版在美观性和内容相关性难以兼顾的行业痛点，也为后续图像感知布局生成研究提供了可复用的技术框架。它在电商平台的成功应用，充分体现了产学研用协同模式对促进技术快速转化的重要作用。
“未来，团队将继续深耕图像内容理解与AI技术融合，探索在数字媒体创作、品牌视觉设计等更多场景的应用，让智能设计更好服务产业与社会创意实践。”许晨晨表示。
尚红配资提示：文章来自网络，不代表本站观点。
