Fugu-MT 論文翻訳(概要): A Scalable Vector Graphics Latent Space

論文の概要: A Scalable Vector Graphics Latent Space

arxiv url: http://arxiv.org/abs/2608.21893v1
Date: Sat, 22 Aug 2026 10:12:14 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 13:29:43.511387
Title: A Scalable Vector Graphics Latent Space
Title（参考訳）: スケーラブルなベクトルグラフィクスラテントスペース
Abstract要約: SLSはトランスフォーマーベースのオートエンコーダで、個々のSVGパスのコンパクトな密度表現を学習する。 SLSは、構造と外観を共同でキャプチャする固定サイズの潜在表現を学び、高い忠実度を持つ有効なスタイル一貫性パスに復号することができる。トークンベースのアプローチと比較して,さまざまなタスクにまたがるSLSがFLOPを150倍以上削減できることを実証した。
参考スコア（独自算出の注目度）: 7.25832782390665
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Scalable Vector Graphics are a fundamental medium for resolution-independent visual content, yet the deep learning community lacks a continuous, dense, and invertible latent space for vector representations, the kind of foundational building block that Variational Autoencoders and their descendants have long provided for raster images. We introduce SLS (SVG Latent Space), a Transformer-based autoencoder that learns compact dense representations of individual SVG paths, the atomic visual elements from which any SVG image can be composed. By modeling SVG commands, coordinate data, and visual properties within a unified BPE-based token vocabulary, SLS learns fixed-size latent representations that jointly capture structure and appearance, and can be decoded back into valid, style-consistent SVG paths with high fidelity. The resulting embedding space is robust, invertible, and structured: embeddings lie on a unit hypersphere, enabling efficient similarity search, composition, and downstream conditioning through simple vector-space operations. Finally, we demonstrate that SLS generalizes across diverse tasks reducing their FLOPs by over 150 times compared to token-based approaches, and establishing a general-purpose latent foundation for vector graphics research.
Abstract（参考訳）: スケーラブルベクトルグラフィクスは、解像度に依存しないビジュアルコンテンツのための基本的な媒体であるが、ディープラーニングコミュニティには、ベクトル表現のための連続的で、密度が高く、可逆な潜在空間がない。 SLS(SVG Latent Space)はトランスフォーマーをベースとした,個々のSVGパスのコンパクトな密度表現を学習するオートエンコーダである。統一されたBPEベースのトークン語彙内のSVGコマンド、座標データ、および視覚特性をモデル化することにより、SLSは、構造と外観を共同でキャプチャする固定サイズの潜在表現を学習し、高い忠実度で有効でスタイルに一貫性のあるSVGパスに復号することができる。埋め込みは単位超球面上に置かれ、単純なベクトル空間演算による効率的な類似性探索、合成、下流条件付けを可能にする。最後に、SLSはトークンベースのアプローチに比べてFLOPを150倍以上削減し、ベクトルグラフィックス研究のための汎用潜在基盤を確立することを実証する。

関連論文リスト

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)
SVGen: Interpretable Vector Graphics Generation with Large Language Models [61.62816031675714]
本稿では,自然言語記述と組み合わせた高品質なSVGの大規模データセットであるSVG-1Mを紹介する。我々は、セマンティックガイダンスを強化するために、Chain of Thoughtアノテーション付きのサブセットを含む、SVGトレーニングペアに整合したテキストを作成する。このデータセットに基づいて,自然言語入力からSVGコードを生成するエンド・ツー・エンド・モデルであるSVGenを提案する。
論文参考訳（メタデータ） (2025-08-06T15:00:24Z)
OmniSVG: A Unified Scalable Vector Graphics Generation Model [69.59073636922287]
我々は、エンドツーエンドのマルチモーダルSVG生成に事前訓練されたビジョンランゲージモデルを活用する統一フレームワークであるOmniSVGを提案する。 SVGコマンドと座標を離散トークンにパラメタ化することにより、OmniSVGは複雑なSVG構造の合成を維持しながら、低レベルの幾何学から構造論理を分離し、効率的なトレーニングを行う。本稿では,200万の注釈付きSVGアセットを持つマルチモーダルデータセットMMSVG-2Mと,条件付きSVG生成タスクの標準化された評価プロトコルを紹介する。
論文参考訳（メタデータ） (2025-04-08T17:59:49Z)
NeuralSVG: An Implicit Representation for Text-to-Vector Generation [54.4153300455889]
本稿では,テキストプロンプトからベクトルグラフィックスを生成する暗黙的なニューラル表現であるNeuralSVGを提案する。生成したSVGの層構造を促進するために,ドロップアウトに基づく正規化手法を導入する。ニューラルSVGは、構造化された柔軟なSVGを生成する際に、既存の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2025-01-07T18:50:06Z)
Empowering LLMs to Understand and Generate Complex Vector Graphics [30.21003939248769]
大規模言語モデル(LLM)は、トレーニング中にWebページからベクターグラフィックスの部分的知識を符号化する。最近の知見は, LLM内の意味的曖昧さとトークン化表現が, ベクトルプリミティブ予測における幻覚を引き起こす可能性を示唆している。 LLM4SVGは、LLMがベクトルグラフィックスをよりよく理解し、生成できるようにすることにより、このギャップを埋める最初のステップであるが、実質的なステップである。
論文参考訳（メタデータ） (2024-12-15T07:49:31Z)
SVGFusion: Scalable Text-to-SVG Generation via Vector Space Diffusion [32.01103570298614]
本稿では,実世界のSVGデータにスケール可能なテキスト間SVGモデルであるSVGFusionを紹介する。 SVGFusionの中核となる考え方は、人気のあるText-to-Imageフレームワークを使用して、ベクトルグラフィックスの連続的な潜在空間を学習することである。 SVGFを効果的に訓練し,評価するために,大規模で高品質なSVGデータセットであるSVGX-Datasetを構築した。
論文参考訳（メタデータ） (2024-12-11T09:02:25Z)
Chat2SVG: Vector Graphics Generation with Large Language Models and Image Diffusion Models [14.917583676464266]
Chat2SVGは大規模言語モデルと画像拡散モデルを組み合わせたハイブリッドフレームワークである。本システムにより,自然言語による直感的な編集が可能となり,プロのベクトルグラフィックス作成が可能となった。
論文参考訳（メタデータ） (2024-11-25T17:31:57Z)
Visually Descriptive Language Model for Vector Graphics Reasoning [76.42082386029206]
低レベル視覚知覚と高レベル言語推論のギャップを埋めるための視覚記述型言語モデル(VDLM)を提案する。 VDLMは,様々なマルチモーダル認識および推論タスクにおいて,GPT-4oのような最先端のLMMを大幅に改善することを示す。
論文参考訳（メタデータ） (2024-04-09T17:30:18Z)
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)
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。