МОДЕЛЬ ОПРАЦЮВАННЯ КОЛАЖІВ ІНФОРМАЦІЙНОЇ СИСТЕМИ
DOI:
https://doi.org/10.35546/kntu2078-4481.2025.2.2.25Ключові слова:
інформаційна система колажів, алгоритмічна модель, деревовидна структура, handleMoving, collageTree, collageRow, collageColumnАнотація
Проведено аналіз існуючих онлайн-технологій (Photoshop Online, Canva, Pixlr Editor) та виявлено основні недоліки їхніх моделей, головним з яких є відсутність автоматичного зв’язку між контейнерами зображень.Це призводить до значних витрат часу на ручні налаштування, а також до можливих помилок у формуванні фінальної композиції колажу. Недоліки проявляються, зокрема, у порушенні композиційної цілісності при зміні розмірів одного чи кількох елементів колажу. У роботі також виконано аналіз таких відомих алгоритмічних моделей: автоматичного вибору та компонування важливих ділянок зображень (AutoCollage), групування зображень на основі семантичних зв’язків (Correlation-Preserving Photo Collage), створення естетичних композицій через навчання з підкріпленням (Aesthetic Photo Collage with Deep Reinforcement Learning) та диференційованого компонування колажів на основі ймовірнісних дерев (SoftCollage).Основою проведеного дослідження стала розробка та детальний опис алгоритмів реалізації функції handleMoving, яка застосовується для автоматичної адаптації елементів колажу при їх інтерактивному переміщенні та зміні розмірів користувачами. Розроблені алгоритми для трьох основних структурних компонентів: деревоподібної ієрархічної структури колажу (CollageTree), горизонтального розміщення елементів (CollageRow) та вертикального розміщення елементів (CollageColumn). Детально описано логіку роботи цих алгоритмів, наведено блок-схеми, що ілюструють алгоритмічні процеси переміщення, перерахунку розмірів та автоматичної адаптації елементів залежно від змін виконуваних користувачами. Проведено детальний аналіз розроблених алгоритмів, який показав високу ефективність навіть за умов масштабування колажів, які містять значну кількістю зображень. Функція handleMoving, яка розроблена в межах даного дослідження, може слугувати доповненням або розширенням згаданих алгоритмічних моделей, забезпечуючи автоматичне підтримання композиційної цілісності колажів під час їх інтерактивного редагування.
Посилання
Adobe Photoshop. (n.d.). Photoshop.adobe.com. URL: https://photoshop.adobe.com/discover
Angular. (2025). Angular.dev. URL: https://angular.dev/api
Canva. (2025). Canva. URL: https://www.canva.com/
Canvas API. (2019, December 2). MDN Web Docs. URL: https://developer.mozilla.org/en-US/docs/Web/API/Canvas_API
JSDoc: Home. (n.d.). Fabricjs.com. URL: http://fabricjs.com/docs/
Liu, L., Zhang, H., Jing, G., Guo, Y., Chen, Z., & Wang, W. (2017). Correlation-Preserving Photo Collage. IEEE Transactions on Visualization and Computer Graphics, vol. 24(6), pp. 1956–1968. DOI: 10.1109/TVCG.2017.2703853
Mozilla. (2019, March 4). WebGL: 2D and 3D graphics for the web. MDN Web Docs. URL: https://developer.mozilla.org/en-US/docs/Web/API/WebGL_API
Online Photo Editor | Pixlr Editor. (2019). Pixlr.com. URL: https://pixlr.com/editor/
Rother, C., Bordeaux, L., Hamadi, Y., & Blake, A. (2006). AutoCollage. ACM Transactions on Graphics, vol. 25(3), pp. 847–852. DOI: 10.1145/1141911.1141965
Yu, J., Chen, L., Zhang, M., & Li, M. (2022). SoftCollage: A Differentiable Probabilistic Tree Generator for Image Collage. 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3719–3728. DOI: 10.1109/CVPR52688.2022.00371
Zhang, M., Li, M., Chen, L., & Yu, J. (2021). Aesthetic Photo Collage with Deep Reinforcement Learning. ArXiv (Cornell University). DOI: 10.48550/arXiv.2110.09775
Fernández, D. P., Postels, J., & Tombari, F. (2021). Variational Transformer Networks for Layout Generation. Conference: 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). DOI: 10.1109/cvpr46437.2021.01343
Chen, L., Jing, Q., Tsang, Y., & Zhou, T. (2024). Iris: a multi-constraint graphic layout generation system. Frontiers of Information Technology & Electronic Engineering, vol. 25(7), pp. 968–987. DOI: 10.1631/fitee.2300312
Huo, H., & Wang, F. (2022). A Study of Artificial Intelligence-Based Poster Layout Design in Visual Communication. Scientific Programming, vol. 2022, pp. 1–9. https://doi.org/10.1155/2022/1191073
Cao, Y., Ma, Y., Zhou, M., Liu, C., Xie, H., Ge, T., & Jiang, Y. (2022). Geometry Aligned Variational Transformer for Image-conditioned Layout Generation. Proceedings of the 30th ACM International Conference on Multimedia, vol. 1, pp. 1561–1571. DOI: 10.1145/3503161.3548332
Lu, Y., Tong, Z., Zhao, Q., Oh, Y., Wang, B., & Li, T. J.-J. (2024). Flowy: Supporting UX Design Decisions Through AI-Driven Pattern Annotation in Multi-Screen User Flows. ArXiv (Cornell University). DOI: 10.48550/arxiv.2406.16177
Shabani, M. A., Wang, Z., Liu, D., Zhao, N., Yang, J., & Furukawa, Y. (2024). Visual Layout Composer: Image- Vector Dual Diffusion Model for Design Layout Generation. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 9222–9231. DOI: 10.1109/cvpr52733.2024.00881
Shi, Y., Shang, M., & Qi, Z. (2023). Intelligent layout generation based on deep generative models: A comprehensive survey. Information Fusion, vol. 100, pp. 101940–101940. DOI: 10.1016/j.inffus.2023.101940
Hadi AlZayer, Lin, H., & Bala, K. (2021). AutoPhoto: Aesthetic Photo Capture using Reinforcement Learning. 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 944–951. DOI: 10.1109/iros51168.2021.9636788
Zhou, M., Xu, C., Ma, Y., Ge, T., Jiang, Y., & Xu, W. (2022). Composition-aware Graphic Layout GAN for Visual-Textual Presentation Designs. Proceedings of the 31 International Joint Conference on Artificial Intelligence, pp. 4995–5001. DOI: 10.24963/ijcai.2022/692
Zhou, Y., Jing, Q., Li, Z., Shi, L., Chen, L., & Sun, L. (2023). Element-Conditioned Gan for Graphic Layout Generation. Neurocomputing, vol. 591, pp. 127730. DOI: https://doi.org/10.1016/j.neucom.2024.127730
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
