海报被应用在广泛的场景中。然而设计海报通常非常耗时，需要有艺术经验的设计师进行大量的手动编辑。在本文中，我们提出了一种新的数据驱动的海报自动设计框架，称为Text2Poster，用于从给定的文本信息自动生成高质量海报。我们的框架模仿手动编辑海报的过程，利用大规模预训练的视觉-文本模型从给定文本中检索背景图像，通过级联自动编码器在图像上迭代布局文本，最后通过基于匹配的方法对文本进行风格化。我们通过弱监督和自监督学习策略来学习Text2Poster的每个模块，减少了对标记数据的需求。客观和主观实验都表明，我们的Text2Poster在生成海报的质量方面优于最先进的方法，包括学术研究和商业软件。
