NeuralSVG

NeuralSVG : 從文字提示產生向量圖形的隱式神經表示方法

NeuralSVG是一種用於從文字提示產生向量圖形的隱式神經表示方法。它受到神經輻射場(NeRFs) 的啟發，將整個場景編碼到一個小的多層感知器(MLP) 網路的權重中，並使用分數蒸餾採樣(SDS) 進行最佳化。該方法透過引入基於dropout 的正則化技術，鼓勵生成的SVG 具有分層結構，使每個形狀在整體場景中具有獨立的意義。此外，其神經表示還提供了推理時控制的優勢，允許使用者根據提供的輸入動態調整生成的SVG，如顏色、寬高比等，且只需一個學習到的表示。透過廣泛的定性和定量評估， NeuralSVG在生成結構化和靈活的SVG 方面優於現有方法。該模型由特拉維夫大學和MIT CSAIL 的研究人員共同開發，目前代碼尚未公開。

需求人群：

目標受眾主要是設計師、藝術家和研究人員。對於設計師和藝術家來說， NeuralSVG提供了一種新的創作工具，可以根據文字描述快速產生向量圖形，提高創作效率和靈感激發。對於研究人員而言，它是一個探索文本到向量圖形生成領域的先進模型，有助於推動相關技術的發展。

使用場景範例：

根據文字描述“一個紅色的蘋果”產生具有紅色蘋果形狀的向量圖形。

為同一文字提示產生不同背景顏色的SVG，實現多色方案的快速切換。

調整產生SVG 的寬高比，以適應不同的設計佈局需求。

產品特色：

利用小型的MLP 網路和SDS 優化，從文字提示產生向量圖形。

透過dropout 技術促進產生SVG 的分層結構，使每個形狀具有獨立意義。

提供推理時控制，可動態調整產生SVG 的顏色、寬高比等屬性。

支援不同背景顏色的動態條件，方便產生多種顏色方案。

能夠產生具有不同筆畫數量的草圖。

使用教學：

1. 造訪NeuralSVG的專案頁面，了解其功能和使用方法。

2. 準備好想要產生向量圖形的文字提示。

3. 使用NeuralSVG模型，輸入文字提示開始生成過程。

4. 根據需要，利用推理時控制功能調整產生SVG 的顏色、寬高比等屬性。

5. 匯出產生的向量圖形，用於設計專案或其他用途。