人类+AI 加速广告定位评估.pdfVIP

人类+AI加速广告定位评估

HarshitRajgarhiaShivaliDalmiaMengyangZhaoMukherjiAbhishekKiranGanesh

CenticGlobalSolutionsInc.

harshit.rajgarhia@

Abstract决传统工作流的关键瓶颈问题。提出的系统将基于MT

的广告本地化分解为一个逐步的流水线（如图1所示），

为多语言受众调整广告不仅需要简单的文本翻译，还并探讨了每个步骤如何利用AI解决方案来提高整体质

本需要在不同语言和格式中保持视觉一致性、空间对齐量和效率。我们的主要贡献包括：

和风格完整性。我们介绍了一个将自动化组件与人工

•开发了一种基于深度学习的场景文本检测引擎，并

译监督相结合的结构化框架，以解决广告本地化的复杂

采用了人机交互机制，显著提高了准确性并将平均

中性。据我们所知，这是首次将场景文本检测、修复、机标注时间从40分钟减少到15分钟。

2器翻译（MT）和文本重新定位整合在一起，专门用于•使用StableDiffusion构建了一个自动化管道，用于

v加速广告本地化评估工作流的研究。在六个地区的定

3重新生成被遮罩的文本区域，并选择性地将它们重

4性结果表明，我们的方法能够生成语义准确且视觉一

5致的本地化广告，适合部署到实际工作流程中。新组合以实现无缝和可扩展的背景修复，从而消除

2了手动修图的需求。

1

.•实现了一个基于OpenCV渲染的几何和排版感知重

91.介绍

0新定位模块，能够准确放置翻译后的文本，最大限

5鉴于强烈关注与目标受众的关联性以最大化产品度地减少手动工作量同时保持视觉保真度。

2

:销售，广告本地化在确保产品语言和文化上的定制以•表明由人工智能驱动的自动化将整体处理时间从数

v

i符合目标地区的偏好和规范方面发挥着关键作用[1–3]。小时甚至数天减少到仅几分钟。

x

r公司通常通过将广告策略与市场的文化和地理景观相

a协调来塑造其企业形象。机器翻译（MT）在处理文本2.方法

和语音模式方面有了显著的进步，正如[4,5]所示。然本节概述了范围、高层架构（见图1）以及管道的

而，在机器学习社区中，对于探索视觉模态中的翻译产

关键组件，如文本提取和分类、填充、机器翻译和文本

生了越来越多的兴趣[6]。重新定位。本研究概述了一个用于广告图像本地化和

在工业环境中，翻译内容的应用和评估通常由人

翻译的自动化流水线的设计与实现，涉及6种语言区域

类翻译专家进行，尤其是在视觉模态中。由于缺乏自动

（en-ES,it-IT,fr-CA,sv-SV,nl-NL,en-US），具体见表