基于扩散 Transformer 的认知对齐分层 SVG 合成框架 LayerTracer
计算机视觉与模式识别
2025-08-14 v3
摘要
生成认知对齐的分层 SVG 仍具有挑战，因为现有方法倾向于产生过于简化的单层输出或因优化引起的冗余形状。我们提出 LayerTracer，一种基于扩散 Transformer 的框架，通过学习设计师的分层 SVG 创建过程来弥合这一差距。该框架基于 novel 的顺序设计操作数据集，学习人类设计工作流程。我们的 方法在两个阶段运行：首先，文本条件 DiT 生成多阶段光栅化构建蓝图，模拟人类设计工作流程；其次，进行分层矢量化并进行路径去重，产生干净、可编辑的 SVG。对于图像矢量化，我们引入一种条件扩散机制，将参考图像编码为潜在标记，引导分层重建，同时保持结构完整性。广泛的实验表明，LayerTracer 在生成质量和可编辑性方面均优于基于优化的和神经网络基线，有效地将 AI 生成的矢量与专业设计认知对齐。
关键词
引用
@article{arxiv.2502.01105,
title = {LayerTracer: Cognitive-Aligned Layered SVG Synthesis via Diffusion Transformer},
author = {Yiren Song and Danze Chen and Mike Zheng Shou},
journal= {arXiv preprint arXiv:2502.01105},
year = {2025}
}