基于图像扩散先验的文本到向量生成风格定制

可缩放矢量图形 (SVG) 因其分辨率无关性和良好组织的图层结构而深受设计师青睐。尽管现有的文本到矢量图 (T2V) 生成方法可以从文本提示创建 SVG，但它们常常忽略了实际应用中的一个重要需求：风格定制，这对于生成具有一致视觉外观和连贯美学的矢量图形集合至关重要。扩展现有 T2V 方法以实现风格定制带来一些挑战。基于优化的 T2V 模型可以利用文本到图像 (T2I) 模型的先验知识进行定制，但难以保持结构规律性。另一方面，前馈 T2V 模型可以确保结构规律性，但由于 SVG 训练数据有限，它们在解耦内容和风格方面遇到困难。为了解决这些挑战，我们提出了一种新颖的两阶段 SVG 生成风格定制流程，利用了前馈 T2V 模型和 T2I 图像先验的优点。在第一阶段，我们训练了一个采用路径级表示的 T2V 扩散模型，以确保 SVG 的结构规律性，同时保持多样的表达能力。在第二阶段，我们通过蒸馏定制的 T2I 模型，将 T2V 扩散模型定制到不同的风格。通过集成这些技术，我们的流程可以根据文本提示以高效的前馈方式生成高质量、多样化且具有定制风格的 SVG。我们的方法通过大量实验验证了其有效性。项目页面是 https://customsvg.github.io。