Recentemente, pesquisadores apresentaram um novo método chamado NeuralSVG, projetado para gerar gráficos vetoriais a partir de prompts de texto. Essa tecnologia inovadora fornecerá aos artistas e designers ferramentas mais flexíveis e eficientes para criar conteúdo visual de alta qualidade. Em comparação com os métodos tradicionais de geração de gráficos vetoriais, o NeuralSVG não apenas gera gráficos com estruturas multicamadas, mas também permite que os usuários façam vários ajustes dinâmicos durante o processo de geração.
O núcleo do NeuralSVG reside em sua representação neural implícita, usando uma pequena rede MLP (Multilayer Perceptron) para codificar toda a cena. Essa rede é otimizada por meio de um método chamado Amostragem de Destilação de Pontuação (Score Distillation Sampling, SDS). Este método não apenas gera arquivos SVG de alta qualidade, mas também incentiva a estrutura hierárquica dos gráficos gerados, fazendo com que cada forma tenha um papel único na imagem geral.
Além disso, o NeuralSVG introduz uma técnica de regularização baseada em dropout aleatório para garantir que cada forma gerada tenha um significado único e ordenado. Esse método torna os gráficos gerados mais estruturados e fáceis de editar posteriormente. O mais importante é que o NeuralSVG permite que os usuários ajustem dinamicamente elementos como cor, fundo e proporção do gráfico durante o processo de geração, aumentando significativamente a flexibilidade da geração.
Os pesquisadores demonstraram o desempenho do NeuralSVG em diferentes condições, por exemplo, os usuários podem gerar gráficos SVG com diferentes tons especificando diferentes cores de fundo. Os experimentos mostraram que o NeuralSVG consegue manter a estrutura básica do gráfico, ao mesmo tempo em que gera várias combinações de cores. Além disso, o estudo também explorou a capacidade de geração de gráficos com diferentes proporções de aspecto, como 1:1 e 4:1, com o NeuralSVG produzindo resultados satisfatórios em ambos os casos.
Outro destaque do NeuralSVG é seu desempenho na geração de esboços. Os estudos mostraram que o sistema consegue gerar esboços com diferentes números de traços sem modificar nenhuma estrutura, demonstrando sua forte adaptabilidade e diversidade.
Entrada do projeto:https://sagipolaczek.github.io/NeuralSVG/
Destaques:
🖼️ O NeuralSVG pode gerar gráficos vetoriais com estrutura multicamadas a partir de prompts de texto.
🎨 Os usuários podem ajustar dinamicamente a cor e a proporção dos gráficos gerados, permitindo um design personalizado.
✏️ O sistema pode gerar esboços com diferentes números de traços, mostrando sua grande adaptabilidade.