下载PDF摘要:矢量图形广泛用于表示字体,徽标,数字艺术品和图形设计。但是,虽然庞大的工作集中在光栅图像的GenerativiRithms上,但只有少数选项对于VectorGraphics存在。人们可以始终透明输入图形和度假术的基于图像,但这否定了Vectorrepresentation的优势。当前的替代方案是在培训时使用特殊模型在培训时的矢量图形表示上进行显式监督。这不是理想的,因为大规模的高质量矢量图 - 图形图案难以获得。此外,用于Agiven Design的矢量表示不是唯一的,因此不必要地限制了对VectorreePresentation的模型。相反,我们提出了一种新的NewuralNetwork,可以通过不同拓扑产生复杂的向量图形,并且Andonly需要从易于可用的栅格培训剪辑(即没有向量对应物)的间接监督。要启用此功能,我们使用具有增强的光栅化管道,使生成的向量ShapeSand呈现在栅格画布上的组合它们。我们展示了我们的关于数据集范围的方法,并提供了与最先进的SVG-VAE和DEPSVG的比较,这两者都需要显式矢量图形监督。最后,我们还在Mnist DataSet上展示了我们的方法,其中没有可用的TountRuthVector表示。源代码,数据集和更多结果在此HTTP URL处不可提供