Lang-SVG 论文:用语言先验把图片矢量化成层级可编辑 SVG
clemson-computing · hf · 2026-11-21
Clemson 大学联合哥本哈根大学与 eBay 的论文提出 Lang-SVG,解决现有图像矢量化方法只优化像素保真、生成的 SVG 缺乏「对象-部件」层级、难以编辑的问题。
核心方法:
- 用显式树结构组织 SVG 图元,带语义标签与父子关系
- 引入粒度可控、开放词表的分割先验初始化对象-部件层级
- 用多模态大模型结合 SVG 树上下文为未标注节点赋语义标签
- 深度自适应简化 + Tree-Guided Pruning and Merging 消除冗余节点
- L1-SAM-Prompting 恢复缺失区域,提升重建保真与结构完整性
同时提出兼顾结构质量与语义部件对齐的新评测协议,实验在渲染保真与结构质量上均达到 SOTA。
「多模态」频道最新
- 人绘还是 AI 生成?一组对比图考眼力的 Reddit 猜谜 — RainbowSovietPagan · 2026-11-21
- Muse Code 上线 3D 模型生成,可直接 3D 打印当游戏素材 — charlieholtz · 2026-11-21
- 让 Claude 在休息时拍片?博主公布三个电影短片创意发起投票 — RileyRalmuto · 2026-11-21
- MIT-IBM 团队揭示多模态模型暗缺陷:喂纯噪声也能答对题 — MIT News AI · 2026-11-21
- Alexandr Wang 演示 Muse:随手拍照一键变商品级卖图 — alexandr_wang · 2026-11-21
- ElevenMusic 推出 Chaos 参数:可控调节音乐生成偏离预期的程度 — charis_ai · 2026-11-21