MagicGeo：无需训练的文本引导几何图形生成
计算机视觉与模式识别
2025-02-20 v1
摘要
几何图形在传达数学与科学概念中至关重要，然而传统的图形生成方法往往依赖人工且资源密集。尽管文本到图像生成在照片级真实图像方面取得进展，但由于需要精确的空间关系且缺乏几何专用数据集，创建准确的几何图形仍具挑战。本文提出 MagicGeo，一个从文本描述生成几何图形的无训练框架。MagicGeo 将图形生成过程表述为坐标优化问题，通过形式语言求解器确保几何正确性，随后采用坐标感知生成。该框架利用大型语言模型强大的语言翻译能力，同时形式化数学求解确保几何正确性。我们进一步引入 MagicGeoBench，一个包含 220 个几何图形描述的基准数据集，并证明 MagicGeo 在定性与定量评估中均优于现有方法。本工作为自动化图形生成提供了可扩展且准确的解决方案，对教育与学术应用具有重要意义。
引用
@article{arxiv.2502.13855,
title = {MagicGeo: Training-Free Text-Guided Geometric Diagram Generation},
author = {Junxiao Wang and Ting Zhang and Heng Yu and Jingdong Wang and Hua Huang},
journal= {arXiv preprint arXiv:2502.13855},
year = {2025}
}