SVGDreamer：基于扩散模型的文本引导 SVG 生成
计算机视觉与模式识别
2026-04-21 v7 人工智能
摘要
文本引导的可缩放矢量图形（SVG）合成在图标和草图生成方面有着广泛的应用。然而，现有的文本到 SVG 方法往往受限于可编辑性差、视觉质量次优和样本多样性低。为了解决这些挑战，我们提出了\textbf{SVGDreamer}，一种用于文本引导矢量图形合成的新颖框架。我们的方法引入了一个\textbf{语义驱动的图像矢量化（SIVE）}过程，将生成过程分解为前景对象和背景元素，从而提高了结构可控性和可编辑性。特别是，SIVE 结合了基于注意力的基元控制和注意力掩码损失，以促进对单个矢量元素的细粒度操作。为了进一步提高生成质量和多样性，我们提出了\textbf{基于矢量化粒子的分数蒸馏（VPSD）}，它将 SVG 建模为控制点和颜色的分布。与现有的文本到 SVG 优化方法相比，VPSD 缓解了形状过平滑、颜色过饱和、多样性有限和收敛缓慢的问题。此外，VPSD 利用奖励模型对矢量粒子进行重加权，从而获得更好的视觉美感和更快的收敛速度。大量实验表明，SVGDreamer 在可编辑性、视觉质量和多样性方面始终优于现有基线。项目页面：https://ximinng.github.io/SVGDreamer-project/
引用
@article{arxiv.2312.16476,
title = {SVGDreamer: Text Guided SVG Generation with Diffusion Model},
author = {Ximing Xing and Haitao Zhou and Chuang Wang and Jing Zhang and Dong Xu and Qian Yu},
journal= {arXiv preprint arXiv:2312.16476},
year = {2026}
}
备注
Accepted by CVPR 2024. Project Page: https://ximinng.github.io/SVGDreamer-project/