論文の概要: Lang-SVG: Hierarchical Image Vectorization with Language Priors
- arxiv url: http://arxiv.org/abs/2611.15941v1
- Date: Wed, 11 Nov 2026 19:37:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.262898
- Title: Lang-SVG: Hierarchical Image Vectorization with Language Priors
- Title(参考訳): Lang-SVG: 言語優先による階層的画像ベクトル化
- Abstract要約: Lang-SVGは、SVGプリミティブを意味ラベルと親子関係で整理する明示的なツリー構造である。
Lang-SVGは、レンダリングの忠実さと構造的品質の両方において最先端の性能を達成する。
- 参考スコア(独自算出の注目度): 20.33123007436302
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Image vectorization reconstructs raster images as compact scalable vector graph- ics (SVG), providing a structured and editable code representation of images. However, most existing vectorization methods optimize for pixel-level render- ing fidelity, often producing SVGs that lack alignment with human-perceived object-part hierarchies, making them difficult to manipulate. To address this, we propose Lang-SVG, which introduces an explicit tree structure to organize SVG primitives with semantic labels and parent-child relationships. Lang-SVG incorporates granularity-controllable and open-vocabulary segmentation priors to initialize object-part hierarchies and leverages multimodal large language models (MLLMs) with SVG tree context to assign semantic labels to unlabeled nodes. To reduce redundancy, we introduce depth-adaptive simplification to reduce shape complexity and Tree-Guided Pruning and Merging to eliminate redundant SVG nodes. L1-SAM-Prompting further recovers missing regions to improve recon- struction fidelity and structural completeness. Beyond reconstruction fidelity, we introduce a new evaluation protocol that measures structural quality and semantic part alignment. Experiments demonstrate that Lang-SVG achieves state-of-the-art performance in both rendering fidelity and structural quality. Project website: https://xiliu8006.github.io/Lang-SVG/.
- Abstract(参考訳): 画像ベクトル化は、ラスタ画像をコンパクトでスケーラブルなベクトルグラフグラフィックス(SVG)として再構成し、構造化され編集可能な画像のコード表現を提供する。
しかしながら、既存のベクタライゼーション手法の多くはピクセルレベルのレンダリング忠実度を最適化しており、人間の知覚するオブジェクト部分階層との整合性に欠けるSVGをしばしば生成し、操作が困難である。
そこで我々はLang-SVGを提案する。これはSVGプリミティブを意味ラベルと親子関係で整理するための明示的なツリー構造である。
Lang-SVGは、オブジェクト部分階層を初期化するために、粒度制御可能なオープンボキャブラリセグメンテーションと、SVGツリーコンテキストでマルチモーダルな大言語モデル(MLLM)を活用し、セマンティックラベルを未ラベルノードに割り当てる。
冗長性を低減するために,形状の複雑化を抑える深さ適応型単純化と,冗長なSVGノードを除去するツリーガイドプルーニングとマージを導入する。
L1-SAM-Promptingはさらに欠落した領域を回復し、再収縮の忠実さと構造的完全性を改善する。
構造的品質と意味的部分のアライメントを測定する新しい評価プロトコルを導入する。
実験により,Lang-SVGはレンダリングの忠実度と構造的品質の両方において最先端の性能を発揮することが示された。
プロジェクトサイト:https://xiliu8006.github.io/Lang-SVG/。
関連論文リスト
- Compositional SVG Generation via VLM-Driven Hierarchical Semantic Parsing [18.53393579768945]
セマンティックコンポジション生成のためのVLM駆動型エージェントフレームワークを提案する。
私たちのパイプラインは、トップダウン分解によって視覚シーンを意味的および幾何学的階層に解析します。
実験により, 予測された構造は, グループ化品質と編集性の両方において, 既存のフラットジェネレーション手法の上限を超えることがわかった。
論文 参考訳(メタデータ) (2026-09-13T16:50:07Z) - SVG-Score: Human-Aligned Evaluation of Text-to-SVG Generation [62.7676301168359]
テキスト間SVG生成のためのヒューマンアライメント評価フレームワークである textbfours を紹介する。
CLIPベースのスコアは、SVGジェネレータが実際に行うエラー、例えば色、数、空間関係にほとんど反応しないことを示す。
次に、テキストセマンティックアライメントのための人間注釈付きデータセットを導入し、生成したSVGがそのキャプションをいかに忠実に反映するかを測定する。
論文 参考訳(メタデータ) (2026-09-03T13:12:37Z) - Hierarchical SVG Tokenization: Learning Compact Visual Programs for Scalable Vector Graphics Modeling [26.78519241779487]
HiVGは自己回帰ベクトルグラフィックス生成に適した階層的なSVGトークン化フレームワークである。
従来のトークン化方式と比較して, 生成忠実度, 空間整合性, シーケンス効率が改善された。
論文 参考訳(メタデータ) (2026-04-06T18:18:47Z) - 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) - SVGThinker: Instruction-Aligned and Reasoning-Driven Text-to-SVG Generation [47.390332111383294]
本稿では,SVGコードの生成を可視化プロセスと整合させる推論駆動型フレームワークであるSVGThinkerを紹介する。
パイプラインはまず各プリミティブをシーケンスでレンダリングし、マルチモーダルモデルを使用して画像とコードを注釈付けします。
最先端のベースラインに対する実験では、SVGThinkerはより安定し、編集可能で、高品質なSVGを生成する。
論文 参考訳(メタデータ) (2025-09-29T05:25:00Z) - 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) - 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。