LayerD: Decompondo Projetos de Gráficos Rasterizados em Camadas
LayerD: Decomposing Raster Graphic Designs into Layers
September 29, 2025
Autores: Tomoyuki Suzuki, Kang-Jun Liu, Naoto Inoue, Kota Yamaguchi
cs.AI
Resumo
Designers criam e editam designs gráficos em uma representação por camadas, mas a edição baseada em camadas torna-se impossível uma vez que o design é composto em uma imagem rasterizada. Neste trabalho, propomos o LayerD, um método para decompor designs gráficos rasterizados em camadas, permitindo um fluxo de trabalho criativo reeditável. O LayerD aborda a tarefa de decomposição extraindo iterativamente camadas de primeiro plano não ocluídas. Propomos uma abordagem de refinamento simples, porém eficaz, que aproveita a suposição de que as camadas frequentemente exibem uma aparência uniforme em designs gráficos. Como a decomposição é um problema mal posto e a estrutura de camadas de referência pode não ser confiável, desenvolvemos uma métrica de qualidade que aborda essa dificuldade. Nos experimentos, mostramos que o LayerD consegue alcançar uma decomposição de alta qualidade e supera os métodos baselines. Também demonstramos o uso do LayerD com geradores de imagem de última geração e edição baseada em camadas.
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.