LayerD: Scomposizione di Progetti Grafici Raster in Livelli

LayerD: Decomposing Raster Graphic Designs into Layers

September 29, 2025

Autori: Tomoyuki Suzuki, Kang-Jun Liu, Naoto Inoue, Kota Yamaguchi

cs.AI

Abstract

I designer creano e modificano progetti grafici utilizzando una rappresentazione a livelli, ma l'editing basato su livelli diventa impossibile una volta che l'immagine viene composta in un'immagine raster. In questo lavoro, proponiamo LayerD, un metodo per scomporre progetti grafici raster in livelli, consentendo un flusso di lavoro creativo ri-editabile. LayerD affronta il compito di scomposizione estraendo iterativamente i livelli in primo piano non occlusi. Proponiamo un approccio di raffinamento semplice ma efficace che sfrutta l'assunzione che i livelli spesso presentano un aspetto uniforme nei progetti grafici. Poiché la scomposizione è un problema mal posto e la struttura dei livelli di riferimento potrebbe non essere affidabile, sviluppiamo una metrica di qualità che affronta questa difficoltà. Negli esperimenti, dimostriamo che LayerD riesce a ottenere una scomposizione di alta qualità e supera i metodi di base. Mostriamo inoltre l'utilizzo di LayerD con generatori di immagini all'avanguardia e l'editing basato su livelli.

English

Designers craft and edit graphic designs in a layer representation, but layer-based editing becomes impossible once composited into a raster image. In this work, we propose LayerD, a method to decompose raster graphic designs into layers for re-editable creative workflow. LayerD addresses the decomposition task by iteratively extracting unoccluded foreground layers. We propose a simple yet effective refinement approach taking advantage of the assumption that layers often exhibit uniform appearance in graphic designs. As decomposition is ill-posed and the ground-truth layer structure may not be reliable, we develop a quality metric that addresses the difficulty. In experiments, we show that LayerD successfully achieves high-quality decomposition and outperforms baselines. We also demonstrate the use of LayerD with state-of-the-art image generators and layer-based editing.