NeuralSVG：從文本生成可編輯的矢量圖形

近日，研究人員提出了一種名爲 NeuralSVG 的新方法，旨在通過文本提示生成矢量圖形。這一創新技術將爲藝術家和設計師提供更靈活和高效的工具，幫助他們創建高質量的視覺內容。與傳統的矢量圖形生成方法相比，NeuralSVG 不僅能夠生成具有多層次結構的圖形，還允許用戶在生成過程中進行多種動態調整。

NeuralSVG 的核心在於其隱式神經表示，通過一個小型的多層感知器（MLP）網絡對整個場景進行編碼。該網絡通過一種稱爲分數蒸餾採樣(Score Distillation Sampling， SDS)的方法進行優化。該方法不僅能生成高質量的 SVG 文件，還能夠鼓勵生成圖形的層次結構，使每個形狀在整體圖像中都具有獨特的作用。

此外，NeuralSVG 還引入了一種基於隨機丟棄的正則化技術，以確保生成的每個形狀都有其獨特且有序的意義。這種方法讓生成的圖形更加結構化，便於後期編輯。最重要的是，NeuralSVG 允許用戶在生成過程中動態調整圖形的顏色、背景和比例等元素，極大地提高了生成的靈活性。

研究人員展示了 NeuralSVG 在不同條件下的表現，例如用戶可以通過指定不同的背景顏色來生成不同色調的 SVG 圖形。實驗表明，NeuralSVG 能夠保持圖形的基本結構，同時生成多種顏色搭配。此外，研究還探討了在不同長寬比下的圖形生成能力，例如1:1和4:1的比例下，NeuralSVG 均能生成令人滿意的結果。

NeuralSVG 的另一個亮點是其在草圖生成方面的表現。研究表明，該系統能夠在不修改任何框架的情況下，生成具有不同筆畫數量的草圖，顯示出其強大的適應性和多樣性。

項目入口:https://sagipolaczek.github.io/NeuralSVG/

劃重點:

🖼️ NeuralSVG 可以通過文本提示生成具有多層次結構的矢量圖形。  

🎨 用戶可以動態調整生成圖形的顏色和比例，實現個性化設計。  

✏️ 該系統能夠生成不同筆畫數量的草圖，展現出強大的適應性。