插画师的深度：基于单目层索引的数值图像分解
计算机视觉与模式识别
2026-03-17 v2
摘要
我们提出 Illustrator's Depth，这是一种新颖的深度定义，旨在解决数字内容创建中的关键挑战——将平坦图像分解为可编辑的有序图层。灵感来自艺术家的构图过程，插画师的深度通过推断每个像素的图层索引，形成一种通过对元素进行离散、全局一致的排序而实现可编辑性的数值图像分解。我们还提出并训练了一个神经网络，使用精选的分层矢量图数据集直接从光栅输入预测图层索引。我们的图层索引推断为众多强大的下游应用开辟了一条途径。特别是，它在图像矢量化方面显著优于最先进的基准，同时也支持高保真文本到矢量图生成、从2D图像自动生成3D浮雕以及直观的深度感知编辑。通过将深度从物理量重新定义为创意抽象，插画师的深度预测为可编辑的图像分解提供了新的基础。
引用
@article{arxiv.2511.17454,
title = {Illustrator's Depth: Monocular Layer Index Prediction for Image Decomposition},
author = {Nissim Maruani and Peiying Zhang and Siddhartha Chaudhuri and Matthew Fisher and Nanxuan Zhao and Vladimir G. Kim and Pierre Alliez and Mathieu Desbrun and Wang Yifan},
journal= {arXiv preprint arXiv:2511.17454},
year = {2026}
}