Im2Vec：无需矢量监督的合成矢量图形方法
计算机视觉与模式识别
2021-04-02 v3 图形学
摘要
矢量图形被广泛用于表示字体、徽标、数字艺术品和图形设计。然而，尽管大量工作聚焦于光栅图像的生成算法，针对矢量图形的可选方案却寥寥无几。人们总可以将输入图形栅格化并求助于基于图像的生成方法，但这抵消了矢量表示的优势。当前的替代方案是使用专门的模型，这些模型在训练时需要矢量图形表示上的显式监督。这并不理想，因为大规模高质量矢量图形数据集难以获取。此外，给定设计的矢量表示并不唯一，因此基于矢量表示进行监督的模型受到了不必要的约束。相反，我们提出了一种新的神经网络，能够生成具有不同拓扑结构的复杂矢量图形，且仅需来自现成光栅训练图像（即无对应矢量）的间接监督。为此，我们使用可微栅格化流水线，将生成的矢量形状渲染并合成到光栅画布上。我们在多个数据集上展示了我们的方法，并与最先进的 SVG-VAE 和 DeepSVG 进行比较，二者均需显式矢量图形监督。最后，我们还在 MNIST 数据集上演示了我们的方法，该数据集无真实矢量表示可用。源代码、数据集及更多结果见 geometry.cs.ucl.ac.uk/projects/2021/Im2Vec/。
引用
@article{arxiv.2102.02798,
title = {Im2Vec: Synthesizing Vector Graphics without Vector Supervision},
author = {Pradyumna Reddy and Michael Gharbi and Michal Lukac and Niloy J. Mitra},
journal= {arXiv preprint arXiv:2102.02798},
year = {2021}
}