論文の概要: SVGBuilder: Component-Based Colored SVG Generation with Text-Guided Autoregressive Transformers

• arxiv url: http://arxiv.org/abs/2412.10488v1
• Date: Fri, 13 Dec 2024 15:24:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:59:36.411285
• Title: SVGBuilder: Component-Based Colored SVG Generation with Text-Guided Autoregressive Transformers
• Title（参考訳）: SVGBuilder:テキストガイド自動回帰変換器によるコンポーネントベースカラーSVG生成
• Authors: Zehao Chen, Rong Pan,
• Abstract要約: 本稿では,テキスト入力から高品質な色付きSVGを生成するためのコンポーネントベース自動回帰モデルを提案する。 計算オーバーヘッドを大幅に削減し、従来の方法に比べて効率を向上する。 既存のSVGデータセットの限界に対処し、我々の研究を支援するために、カラーSVGの最初の大規模データセットであるColorSVG-100Kを紹介する。
• 参考スコア（独自算出の注目度）: 5.921625661186367
• License:
• Abstract: Scalable Vector Graphics (SVG) are essential XML-based formats for versatile graphics, offering resolution independence and scalability. Unlike raster images, SVGs use geometric shapes and support interactivity, animation, and manipulation via CSS and JavaScript. Current SVG generation methods face challenges related to high computational costs and complexity. In contrast, human designers use component-based tools for efficient SVG creation. Inspired by this, SVGBuilder introduces a component-based, autoregressive model for generating high-quality colored SVGs from textual input. It significantly reduces computational overhead and improves efficiency compared to traditional methods. Our model generates SVGs up to 604 times faster than optimization-based approaches. To address the limitations of existing SVG datasets and support our research, we introduce ColorSVG-100K, the first large-scale dataset of colored SVGs, comprising 100,000 graphics. This dataset fills the gap in color information for SVG generation models and enhances diversity in model training. Evaluation against state-of-the-art models demonstrates SVGBuilder's superior performance in practical applications, highlighting its efficiency and quality in generating complex SVG graphics.
• Abstract（参考訳）: スケーラブルベクターグラフィックス(SVG)は、多用途グラフィックスに必須のXMLベースのフォーマットであり、解像度の独立性とスケーラビリティを提供する。 ラスター画像とは異なり、SVGは幾何学的形状を使用し、CSSとJavaScriptによる対話性、アニメーション、操作をサポートする。 現在のSVG生成法は、高い計算コストと複雑さに関連する課題に直面している。 対照的に、ヒューマンデザイナーは、効率的なSVG作成のためにコンポーネントベースのツールを使用する。 これに影響を受け、SVGBuilderはコンポーネントベースの自動回帰モデルを導入し、テキスト入力から高品質な色のSVGを生成する。 計算オーバーヘッドを大幅に削減し、従来の方法に比べて効率を向上する。 我々のモデルは最適化に基づくアプローチの最大604倍の速度でSVGを生成する。 既存のSVGデータセットの限界に対処し、我々の研究を支援するために、10万のグラフィックからなるカラーSVGの最初の大規模データセットであるColorSVG-100Kを紹介した。 このデータセットはSVG生成モデルの色情報のギャップを埋め、モデルのトレーニングにおける多様性を高める。 最先端モデルに対する評価は、SVGBuilderの実用的な応用における優れた性能を示し、複雑なSVGグラフィックスを生成する際の効率と品質を強調している。

関連論文リスト

• SuperSVG: Superpixel-based Scalable Vector Graphics Synthesis [66.44553285020066]
  SuperSVGは、高速かつ高精度な画像ベクトル化を実現するスーパーピクセルベースのベクトル化モデルである。 本稿では,2段階の自己学習フレームワークを提案する。そこでは,粗い段階モデルを用いて主構造を再構築し,細部を充実させるために改良段階モデルを用いる。 再現精度と推定時間の観点から, 最先端手法と比較して, 提案手法の優れた性能を示す実験を行った。
  論文  参考訳（メタデータ） (2024-06-14T07:43:23Z)
• SVGDreamer: Text Guided SVG Generation with Diffusion Model [31.76771064173087]
  SVGDreamerと呼ばれる新しいテキスト誘導ベクトルグラフィックス合成法を提案する。 SIVEプロセスは、前景オブジェクトと背景への合成の分解を可能にする。 VPSDアプローチは、形状の平滑化、彩度の過飽和、多様性の制限、収束の遅い問題に対処する。
  論文  参考訳（メタデータ） (2023-12-27T08:50:01Z)
• StarVector: Generating Scalable Vector Graphics Code from Images and Text [15.32194071443065]
  本稿では,SVG生成のための多モーダル大言語モデルであるStarを紹介する。 画像のセマンティクスを理解し、SVGプリミティブをコンパクトで正確な出力に使用することにより、画像ベクトル化を行う。 ベクトル化タスク間の一般化を可能にする2Mサンプルの多種多様なデータセットであるStarStackをトレーニングする。
  論文  参考訳（メタデータ） (2023-12-17T08:07:32Z)
• Beyond Pixels: Exploring Human-Readable SVG Generation for Simple Images with Vision Language Models [19.145503353922038]
  本稿では,Simple-SVG-Generation (Stextsuperscript2VGtextsuperscript2)を提案する。 本手法は,正確かつ簡便なSVGの生成と,人間の可読性と理解の整合性に重点を置いている。 その結果,従来のSVG生成手法よりも明らかに改善された結果が得られた。
  論文  参考訳（メタデータ） (2023-11-27T05:20:11Z)
• SAMVG: A Multi-stage Image Vectorization Model with the Segment-Anything Model [59.40189857428461]
  画像をSVG(Scalable Vector Graphics)にベクトル化する多段階モデルを提案する。 第一に、SAMVGはSegment-Anything Modelによって提供される一般的な画像セグメンテーションを使い、新しいフィルタリング手法を用いて画像全体の最も高密度なセグメンテーションマップを識別する。 次に、SAMVGは欠落したコンポーネントを特定し、SVGにより詳細なコンポーネントを追加する。
  論文  参考訳（メタデータ） (2023-11-09T11:11:56Z)
• VectorFusion: Text-to-SVG by Abstracting Pixel-Based Diffusion Models [82.93345261434943]
  画像の画素表現に基づいて訓練されたテキスト条件付き拡散モデルを用いて,SVG-exportable vector graphicsを生成する。 近年のテキスト・ツー・3D研究に触発されて,Score Distillation Smpling を用いたキャプションと整合したSVGを学習した。 実験では、以前の作品よりも品質が向上し、ピクセルアートやスケッチを含む様々なスタイルが示されている。
  論文  参考訳（メタデータ） (2022-11-21T10:04:27Z)
• Towards Layer-wise Image Vectorization [57.26058135389497]
  画像をSVGに変換し,画像トポロジを同時に維持するためのレイヤワイズ画像ベクトル化(LIVE)を提案する。 Liveは、人間の視点にセマンティックに整合した階層構造を持つコンパクトなフォームを生成する。 Liveは、デザイナの両方のために編集可能なSVGを起動し、他のアプリケーションで使用することができる。
  論文  参考訳（メタデータ） (2022-06-09T17:55:02Z)
• SVG-Net: An SVG-based Trajectory Prediction Model [67.68864911674308]
  シーン内の車両の動きを予想することは、安全な自動運転システムにとって重要な問題である。 この目的のために、シーンのインフラの理解は、しばしば将来の軌跡を予測する主要な手がかりである。 提案手法のほとんどが逆逆変換方式のシーンを表現しており、近年のアプローチではカスタムベクトル化方式が採用されている。
  論文  参考訳（メタデータ） (2021-10-07T18:00:08Z)
• DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation [217.86315551526235]
  本稿では,複雑なSVGアイコンの生成と操作のために,DeepSVGと呼ばれる新しい階層型生成ネットワークを提案する。 我々のアーキテクチャは、その形状自体をエンコードする低レベルのコマンドから、効果的に高レベルの形状を分離します。 我々のネットワークは、多様なベクトルグラフィックスを正確に再構築し、強力なアニメーションツールとして機能することを実証する。
  論文  参考訳（メタデータ） (2020-07-22T09:36:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。