近日，安徽师范大学青年教师许晨晨团队联合浙江大学、阿里巴巴集团与深圳湾实验室，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，让海报排版设计更优化。相关论文日前发表于《模式分析与机器智能》。目前，该成果已在阿里巴巴公司淘宝等平台成功转化并落地应用。

在现代广告与视觉传播领域，海报排版布局是吸引用户注意力、精准传递产品信息的关键环节。然而，传统自动化排版方法普遍缺乏对图像内容的深度理解，难以生成兼顾视觉美观性与内容相关性的设计方案，成为智能设计领域的一大技术痛点。

为破解这一难题，研究团队创新提出基于生成对抗网络的跨域自适应方法，可依据输入的产品图像，自动生成符合大众审美规律的广告海报排版方案。同时，团队构建了内容感知图文排版数据集,涵盖60548组配对的修复海报及对应标注、121000张高质量产品图像，为图像内容感知图形布局自动化生成研究筑牢了核心数据基础。

针对修复海报与原始图像间存在的显著域差异问题，团队进一步优化模型设计：融合无监督域自适应思想，创新性引入像素级判别器，在浅层特征层面对输入图像逐像素计算对抗损失，最终实现跨域自适应的图像感知排版。此外，团队还首次提出三种全新的内容感知指标，可精准衡量模型捕捉图文元素与图像内容间复杂关联的能力。实验结果表明，该模型在定量与定性评估中均达到当前领域最优性能，能够稳定生成高质量、强内容相关性的广告海报版式。

许晨晨认为，“此次提出的跨域自适应方法与内容感知指标，既破解了传统自动化排版难以兼顾美观性与内容相关性的行业痛点，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；而成果在淘宝等电商平台的成功落地，更验证了‘产学研用’协同创新模式对技术快速转化的重要推动作用。未来，我们会继续深耕图像内容理解与 AI 技术的深度融合，探索其在数字媒体创作、品牌视觉设计等更多场景的应用可能，让智能设计更好地服务产业发展需求与社会创意实践。”

相关论文信息：https://doi.org/10.1109/TPAMI.2025.3602846