LayerD: Разложение растровых графических дизайнов на слои

LayerD: Decomposing Raster Graphic Designs into Layers

September 29, 2025

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

cs.AI

Аннотация

Дизайнеры создают и редактируют графические проекты в слоевом представлении, однако редактирование на основе слоев становится невозможным после композиции в растровое изображение. В данной работе мы предлагаем LayerD — метод декомпозиции растровых графических проектов на слои для повторного редактирования в творческом процессе. LayerD решает задачу декомпозиции путем итеративного извлечения незакрытых передних слоев. Мы предлагаем простой, но эффективный подход к уточнению, основанный на предположении, что слои в графических проектах часто имеют однородный внешний вид. Поскольку задача декомпозиции является некорректно поставленной, а эталонная структура слоев может быть ненадежной, мы разрабатываем метрику качества, учитывающую эту сложность. В экспериментах мы показываем, что LayerD успешно достигает высококачественной декомпозиции и превосходит базовые методы. Мы также демонстрируем использование LayerD в сочетании с современными генераторами изображений и редактированием на основе слоев.

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.