Copertina

CreatiParser: Generative Image Parsing of Raster Graphic Designs into Editable Layers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Weidong, Hong, Dexiang, Mao, Zhendong, Cheng, Yutao, Liu, Xinyan, Zhang, Lei, Zhang, Yongdong
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

CreatiPoster: Towards Editable and Controllable Multi-Layer Graphic Design Generation
di: Zhang, Zhao, et al.
Pubblicazione: (2025)

CreatiDesign: A Unified Multi-Conditional Diffusion Transformer for Creative Graphic Design
di: Zhang, Hui, et al.
Pubblicazione: (2025)

CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
di: Zhang, Hui, et al.
Pubblicazione: (2024)

FACE-net: Factual Calibration and Emotion Augmentation for Retrieval-enhanced Emotional Video Captioning
di: Chen, Weidong, et al.
Pubblicazione: (2026)

LayerD: Decomposing Raster Graphic Designs into Layers
di: Suzuki, Tomoyuki, et al.
Pubblicazione: (2025)

COLE: A Hierarchical Generation Framework for Multi-Layered and Editable Graphic Design
di: Jia, Peidong, et al.
Pubblicazione: (2023)

IGD: Instructional Graphic Design with Multimodal Layer Generation
di: Qu, Yadong, et al.
Pubblicazione: (2025)

DSE-GAN: Dynamic Semantic Evolution Generative Adversarial Network for Text-to-Image Generation
di: Huang, Mengqi, et al.
Pubblicazione: (2022)

Dual-path Collaborative Generation Network for Emotional Video Captioning
di: Ye, Cheng, et al.
Pubblicazione: (2024)

SceneParser: Hierarchical Scene Parsing for Visual Semantics Understanding
di: Xu, Pengxin, et al.
Pubblicazione: (2026)

Uncertainty-Aware Exploratory Direct Preference Optimization for Multimodal Large Language Models
di: Zhang, Huatian, et al.
Pubblicazione: (2026)

UniParser: Multi-Human Parsing with Unified Correlation Representation Learning
di: Chu, Jiaming, et al.
Pubblicazione: (2023)

RealCustom: Narrowing Real Text Word for Real-Time Open-Domain Text-to-Image Customization
di: Huang, Mengqi, et al.
Pubblicazione: (2024)

EmoVerse: A MLLMs-Driven Emotion Representation Dataset for Interpretable Visual Emotion Analysis
di: Guo, Yijie, et al.
Pubblicazione: (2025)

LayerEdit: Disentangled Multi-Object Editing via Conflict-Aware Multi-Layer Learning
di: Fu, Fengyi, et al.
Pubblicazione: (2025)

RealCustom++: Representing Images as Real Textual Word for Real-Time Customization
di: Mao, Zhendong, et al.
Pubblicazione: (2024)

Parser-Oriented Structural Refinement for a Stable Layout Interface in Document Parsing
di: Liu, Fuyuan, et al.
Pubblicazione: (2026)

DesignAsCode: Bridging Structural Editability and Visual Fidelity in Graphic Design Generation
di: Liu, Ziyuan, et al.
Pubblicazione: (2026)

DreamPoster: A Unified Framework for Image-Conditioned Generative Poster Design
di: Hu, Xiwei, et al.
Pubblicazione: (2025)

Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition
di: Yin, Shengming, et al.
Pubblicazione: (2025)

MasterWeaver: Taming Editability and Face Identity for Personalized Text-to-Image Generation
di: Wei, Yuxiang, et al.
Pubblicazione: (2024)

Improving Editability in Image Generation with Layer-wise Memory
di: Kim, Daneul, et al.
Pubblicazione: (2025)

D$^2$iT: Dynamic Diffusion Transformer for Accurate Image Generation
di: Jia, Weinan, et al.
Pubblicazione: (2025)

Stream-R1: Reliability-Perplexity Aware Reward Distillation for Streaming Video Generation
di: Wu, Bin, et al.
Pubblicazione: (2026)

Source Prompt Disentangled Inversion for Boosting Image Editability with Diffusion Models
di: Li, Ruibin, et al.
Pubblicazione: (2024)

Rethinking Layered Graphic Design Generation with a Top-Down Approach
di: Chen, Jingye, et al.
Pubblicazione: (2025)

Text-Conditioned Background Generation for Editable Multi-Layer Documents
di: Kang, Taewon, et al.
Pubblicazione: (2025)

Editable Image Elements for Controllable Synthesis
di: Mu, Jiteng, et al.
Pubblicazione: (2024)

Graphic Design with Large Multimodal Model
di: Cheng, Yutao, et al.
Pubblicazione: (2024)

A Multi-Agent Framework with Structured Reasoning and Reflective Refinement for Multimodal Empathetic Response Generation
di: Wang, Liping, et al.
Pubblicazione: (2026)

OmniParser V2: Structured-Points-of-Thought for Unified Visual Text Parsing and Its Generality to Multimodal Large Language Models
di: Yu, Wenwen, et al.
Pubblicazione: (2025)

Video-LevelGauge: Investigating Contextual Positional Bias in Large Video Language Models
di: Xia, Hou, et al.
Pubblicazione: (2025)

SparkUI-Parser: Enhancing GUI Perception with Robust Grounding and Parsing
di: Jing, Hongyi, et al.
Pubblicazione: (2025)

LICA: Layered Image Composition Annotations for Graphic Design Research
di: Hirsch, Elad, et al.
Pubblicazione: (2026)

Uni-Parser Technical Report
di: Fang, Xi, et al.
Pubblicazione: (2025)

NativeTok: Native Visual Tokenization for Improved Image Generation
di: Wu, Bin, et al.
Pubblicazione: (2026)

ChemScraper: Leveraging PDF Graphics Instructions for Molecular Diagram Parsing
di: Shah, Ayush Kumar, et al.
Pubblicazione: (2023)

Infinity Parser: Layout Aware Reinforcement Learning for Scanned Document Parsing
di: Wang, Baode, et al.
Pubblicazione: (2025)

3D Space as a Scratchpad for Editable Text-to-Image Generation
di: Saha, Oindrila, et al.
Pubblicazione: (2026)

$E^{3}$Gen: Efficient, Expressive and Editable Avatars Generation
di: Zhang, Weitian, et al.
Pubblicazione: (2024)