論文の概要: AnchorFlow: Editable SVG Reconstruction via Sparse Anchor Point Fields

• arxiv url: http://arxiv.org/abs/2605.19551v1
• Date: Tue, 19 May 2026 08:49:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.21578
• Title: AnchorFlow: Editable SVG Reconstruction via Sparse Anchor Point Fields
• Title（参考訳）: AnchorFlow:スパースアンカーポイントフィールドによるSVG再構成
• Authors: Mengnan Jiang, Christian Franke, Michele Franco Adesso, Antonio Haas, Grace Li Zhang,
• Abstract要約: 画像からSVGへの再構成は、入力に忠実で編集が容易なベクトルグラフィックスを作成することを目的としている。 既存の手法は、ベクトル構造をパラメータ化する方法における構造的トレードオフに直面している。 高忠実度法は、多くの経路や高密度パラメータ化された曲線に依存することが多いが、過度にコンパクトな生成は入力幾何学から逸脱することがある。
• 参考スコア（独自算出の注目度）: 1.6513874937184163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image-to-SVG reconstruction aims to produce vector graphics that are faithful to raster inputs and easy to edit. Existing methods face a structural trade-off in how vector structure is parameterized, including how many paths represent an image and how many anchor points define each path. High-fidelity methods often rely on many paths or densely parameterized curves, whereas overly compact SVG generation may deviate from the input geometry. This issue becomes more pronounced when local raster evidence is imperfect, where boundary-following reconstruction can introduce redundant anchors and fragmented structures. We argue that this trade-off should be addressed at the level of anchor placement, since anchors on Bezier curves define local path structure and strongly affect both accuracy and editability. We propose AnchorFlow, an editable SVG reconstruction framework that models path-level anchor placement with sparse anchor point fields. Given path-like foreground components extracted from a raster image, AnchorFlow predicts an image-conditioned sparse anchor field for each component and resolves it into an ordered Bezier path. Rendering-guided feedback then corrects local structural errors before re-resolution. The recovered paths are then assembled and optimized into the final SVG. Experiments on isolated paths and full images show that AnchorFlow achieves a favorable fidelity-editability trade-off, substantially reducing editable complexity while preserving competitive raster fidelity.
• Abstract（参考訳）: Image-to-SVG 再構成は、入力をラスタしやすく、編集が容易なベクトルグラフィックスを作成することを目的としている。 既存の手法では、ベクトル構造がどのようにパラメータ化されるかという構造的なトレードオフに直面している。 高忠実度法は、多くの経路や高密度パラメータ化曲線に依存することが多いが、過度にコンパクトなSVG生成は入力幾何学から逸脱することがある。 この問題は、局所的なラスタ証拠が不完全であるときにより顕著になり、境界追従型再構成は冗長なアンカーと断片化された構造を導入できる。 このトレードオフは、ベジエ曲線上のアンカーが局所経路構造を定義し、精度と編集性の両方に強く影響するため、アンカー配置のレベルで対処されるべきである。 本稿では,スパースアンカー点場を用いた経路レベルのアンカー配置をモデル化した,編集可能なSVG再構成フレームワークであるAnchorFlowを提案する。 AnchorFlowは、ラスター画像から抽出されたパスライクなフォアグラウンドコンポーネントを与えられた場合、各コンポーネントに対して画像条件のスパースアンカーフィールドを予測し、順序付けられたBezierパスに解決する。 レンダリングガイドによるフィードバックは、再解決する前に局所的な構造的エラーを修正する。 回収されたパスは組み立てられ、最終SVGに最適化される。 分離されたパスとフルイメージの実験から、AnchorFlowは、競合するラスタの忠実さを保ちながら、編集可能な複雑さを大幅に減らし、良好なフィデリティ・アドミタビリティのトレードオフを達成することが示されている。

関連論文リスト

• SemLayer: Semantic-aware Generative Segmentation and Layer Construction for Abstract Icons [53.57408001182251]
  SemLayerは、編集可能な階層構造を復元するビジュアル生成権限付きパイプラインである。 我々はこの問題をフラット化されたベクトルアートの意味層構築として定式化する。 本研究では,SemLayerの有効性を実証し,従来はフラット化されたベクトルグラフに適用できず,意味層再構成を実用的で価値のあるタスクとして確立する。
  論文  参考訳（メタデータ） (2026-03-25T07:51:04Z)
• AnchorFlow: Training-Free 3D Editing via Latent Anchor-Aligned Flows [83.84009605031291]
  トレーニング不要な3D編集は、モデル微調整なしで人間の指示に基づいて3D形状を変更することを目的としている。 既存のアプローチは、しばしば強い、あるいは幾何学的に安定した編集を作成するのに苦労する。 遅延アンカー一貫性の原理に基づいて構築されたAnchorFlowを紹介します。
  論文  参考訳（メタデータ） (2025-11-27T11:50:39Z)
• SVG360: Multi-View SVG Generation with Geometric and Color Consistency from a Single SVG [1.558477573183958]
  本稿では,単一のSVG入力から多視点一貫したSVGを生成する3段階のフレームワークを提案する。 結果として得られたSVGは、ビュー間で強い色の一貫性を示し、冗長なパスを著しく低減し、微細な構造的詳細を保持する。 この作業は生成的モデリングと構造化ベクトル表現を橋渡しし、単一の入力とオブジェクトレベルのマルチビュー生成へのスケーラブルなルートを提供する。
  論文  参考訳（メタデータ） (2025-11-20T19:33:57Z)
• Semantic Document Derendering: SVG Reconstruction via Vision-Language Modeling [32.22298939812003]
  SliDerは視覚言語モデルを用いてスライド画像をコンパクトかつ編集可能なSVG表現としてデレンダする新しいフレームワークである。 SliDerは0.069のLPIPSを復元し、最強のゼロショットVLMベースラインに比べて82.9%のケースでヒト評価者によって好まれる。
  論文  参考訳（メタデータ） (2025-11-17T15:16:13Z)
• ESCAPE: Equivariant Shape Completion via Anchor Point Encoding [79.59829525431238]
  回転同変形状補完を実現するためのフレームワークであるESCAPEを紹介する。 ESCAPEは、形状からアンカーポイントを選択し、すべてのポイントを全てのアンカーポイントまでの距離として表現することで、独特の符号化戦略を採用している。 ESCAPEは任意の回転と翻訳をまたいだ堅牢で高品質な再構成を実現する。
  論文  参考訳（メタデータ） (2024-12-01T20:05:14Z)
• 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)
• Text-Guided Vector Graphics Customization [31.41266632288932]
  テキストのプロンプトに基づいて高品質なベクトルグラフィックスを生成する新しいパイプラインを提案する。 提案手法は,大規模な事前学習されたテキスト・ツー・イメージ・モデルの能力を利用する。 我々は,ベクトルレベル,画像レベル,テキストレベルの観点から,複数の指標を用いて評価を行った。
  論文  参考訳（メタデータ） (2023-09-21T17:59:01Z)
• 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)
• 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。