हाल ही में, शोधकर्ताओं ने एक नई विधि प्रस्तुत की है जिसका नाम NeuralSVG है, जिसका उद्देश्य टेक्स्ट संकेतों के माध्यम से वेक्टर ग्राफिक्स उत्पन्न करना है। यह नवोन्मेषी तकनीक कलाकारों और डिजाइनरों को अधिक लचीले और कुशल उपकरण प्रदान करेगी, जिससे उन्हें उच्च गुणवत्ता वाली दृश्य सामग्री बनाने में मदद मिलेगी। पारंपरिक वेक्टर ग्राफिक्स उत्पन्न करने की विधियों की तुलना में, NeuralSVG न केवल बहु-स्तरीय संरचना वाले ग्राफिक्स उत्पन्न कर सकता है, बल्कि उपयोगकर्ताओं को उत्पन्न प्रक्रिया में विभिन्न गतिशील समायोजन करने की अनुमति भी देता है।
NeuralSVG का मूल इसके निहित तंत्रिका प्रतिनिधित्व में है, जो एक छोटे बहु-स्तरीय परसेप्ट्रॉन (MLP) नेटवर्क के माध्यम से पूरे दृश्य को कोडित करता है। यह नेटवर्क एक विधि के माध्यम से अनुकूलित किया जाता है जिसे स्कोर डिस्टिलेशन सैम्पलिंग (Score Distillation Sampling, SDS) कहा जाता है। यह विधि न केवल उच्च गुणवत्ता वाले SVG फ़ाइलों को उत्पन्न कर सकती है, बल्कि उत्पन्न ग्राफिक्स की स्तरित संरचना को प्रोत्साहित करती है, जिससे प्रत्येक आकार को समग्र छवि में अद्वितीय भूमिका मिलती है।
इसके अतिरिक्त, NeuralSVG ने एक यादृच्छिक ड्रॉपआउट आधारित नियमितीकरण तकनीक भी पेश की है, ताकि सुनिश्चित किया जा सके कि उत्पन्न प्रत्येक आकार का अपना अद्वितीय और व्यवस्थित अर्थ हो। यह विधि उत्पन्न ग्राफिक्स को अधिक संरचित बनाती है, जिससे बाद में संपादन करना आसान हो जाता है। सबसे महत्वपूर्ण बात यह है कि NeuralSVG उपयोगकर्ताओं को उत्पन्न प्रक्रिया में ग्राफिक्स के रंग, पृष्ठभूमि और अनुपात जैसे तत्वों को गतिशील रूप से समायोजित करने की अनुमति देता है, जिससे उत्पन्न की गई सामग्री की लचीलापन में काफी वृद्धि होती है।
शोधकर्ताओं ने विभिन्न परिस्थितियों में NeuralSVG के प्रदर्शन को प्रदर्शित किया, जैसे उपयोगकर्ता विभिन्न पृष्ठभूमि रंग निर्दिष्ट करके विभिन्न रंग टोन के SVG ग्राफिक्स उत्पन्न कर सकते हैं। प्रयोगों से पता चला है कि NeuralSVG ग्राफिक्स की मूल संरचना को बनाए रखते हुए विभिन्न रंग संयोजनों को उत्पन्न कर सकता है। इसके अलावा, शोध ने विभिन्न पहलू अनुपात में ग्राफिक्स उत्पन्न करने की क्षमता की भी जांच की, जैसे 1:1 और 4:1 के अनुपात में, NeuralSVG दोनों में संतोषजनक परिणाम उत्पन्न कर सकता है।
NeuralSVG की एक और विशेषता इसके स्केच उत्पन्न करने की क्षमता है। शोध से पता चलता है कि यह प्रणाली बिना किसी फ्रेम को संशोधित किए विभिन्न स्ट्रोक की संख्या के साथ स्केच उत्पन्न कर सकती है, जो इसकी मजबूत अनुकूलनशीलता और विविधता को दर्शाती है।
प्रोजेक्ट का प्रवेश द्वार: https://sagipolaczek.github.io/NeuralSVG/
मुख्य बिंदु:
🖼️ NeuralSVG टेक्स्ट संकेतों के माध्यम से बहु-स्तरीय संरचना वाले वेक्टर ग्राफिक्स उत्पन्न कर सकता है।
🎨 उपयोगकर्ता उत्पन्न ग्राफिक्स के रंग और अनुपात को गतिशील रूप से समायोजित कर सकते हैं, व्यक्तिगत डिजाइन को साकार कर सकते हैं।
✏️ यह प्रणाली विभिन्न स्ट्रोक की संख्या के साथ स्केच उत्पन्न कर सकती है, जो इसकी मजबूत अनुकूलनशीलता को प्रदर्शित करती है।
