DiffSketcher：基于隐扩散模型的文本引导矢量草图合成
计算机视觉与模式识别
2026-04-09 v5 人工智能
摘要
我们证明了预训练的文本到图像扩散模型尽管在光栅图像上训练，却具备引导矢量草图合成的显著能力。本文提出 DiffSketcher，一种直接从自然语言提示生成矢量化的手绘草图的新算法。我们的方法通过扩展的分数蒸馏采样（Score Distillation Sampling, SDS）损失优化一组贝塞尔曲线，成功地将光栅级扩散先验与参数化矢量生成器相桥接。为进一步加速生成过程，我们提出了一种由扩散模型内在注意力图驱动的笔画初始化策略。结果表明，DiffSketcher 在不同抽象程度下生成草图，同时保持主体的结构完整性与关键视觉细节。实验证实，相较于现有方法，我们的方法在感知质量与可控性上更优。代码与演示见 https://ximinng.github.io/DiffSketcher-project/
引用
@article{arxiv.2306.14685,
title = {DiffSketcher: Text Guided Vector Sketch Synthesis through Latent Diffusion Models},
author = {Ximing Xing and Chuang Wang and Haitao Zhou and Jing Zhang and Qian Yu and Dong Xu},
journal= {arXiv preprint arXiv:2306.14685},
year = {2026}
}
备注
Accepted by NeurIPS 2023. Project page: https://ximinng.github.io/DiffSketcher-project/