SVGDreamer++:在以文本为导向的SVG生成中推进可编辑性和多样性

科学领域:

• 计算机视觉 计算机视觉
• 计算机图形 计算机图形
• 人工智能的人工智能

背景情况:

• 文本导向可扩展矢量图形 (SVG) 合成对图标和素描具有前景.
• 现有的Text-to-SVG方法在可编辑性,视觉质量和多样性方面扎.

研究的目的:

• 为文本引导的SVG合成开发一种新的框架,以增强可编辑性,质量和多样性.
• 为了实现精细的编辑,并提高创建的SVG的审美吸引力和细节呈现.

主要方法:

• 引入了层次图像矢量化 (HIVE),用于对象级语义控制和组件优化,增强可编辑性.
• 开发了基于矢量粒子的分数蒸 (VPSD) 来解决过度和和提高样品多样性,并结合了用于美学改进的奖励模型.
• 设计了一种适应向量原始控制策略,用于动态调整图形细节.

主要成果:

• 与基准方法相比,拟议的框架显著提高了可编辑性,视觉质量和多样性.
• 在生成精确的矢量图形与细粒度编辑功能方面表现出卓越的性能.
• 通过VPSD和自适应原始控制实现了增强样本多样性和美学吸引力.

结论:

• 新的框架为文本引导的SVG合成提供了一种优越的方法,克服了现有方法的局限性.
• 该方法支持多种不同的矢量样式,使得用于风格化设计和海报的高质量的矢量资产生成成为可能.
• 可编辑性,质量和多样性的进步为SVG合成的更复杂应用铺平了道路.