CoLay: Controllable Layout Generation through Multi-conditional Latent Diffusion

布局设计生成近来因其在UI、平面设计和楼层平面图等领域的潜在应用而受到了极大的关注。然而，现有模型面临两个主要挑战，这限制了它们在实践中的应用。首先，先前作品中使用的个体条件类型的有限表达能力限制了设计师传达复杂的设计意图和约束的能力。其次，大多数现有模型专注于生成标签和坐标，而真实的布局包含各种风格属性。为了解决这些限制，我们提出了一个新的框架，CoLay，它集成了多种条件类型，并生成具有多样化风格属性的复杂布局。我们的方法在生成质量和条件满足方面优于先前的作品，同时赋予用户使用自然语言提示、布局指南、元素类型和部分完成的设计等灵活的组合来表达他们的设计意图。

提高布局设计生成的表达能力和样式多样性，以及增强用户的设计意图表达能力。

提出一种新的框架CoLay，通过整合多种条件类型生成具有多样化样式属性的复杂布局。

CoLay框架在生成质量和条件满足度方面优于现有模型，用户可以使用自然语言提示、布局指南、元素类型和部分完成的设计等灵活的组合方式表达设计意图。

当前领域的研究主要集中在布局生成上，但是现有模型的表达能力和样式多样性受限。相关研究包括：LayoutGAN、GAN-Tree、Graph Layout Autoencoder等。