通过留一分析生成 SVG 的结构评估指标

SVG 生成通常通过将渲染输出与参考图像进行比较来评估，这会捕获视觉相似性，但不会捕获使 SVG 可编辑、可分解和可重用的结构属性。受经典折刀法的启发，我们引入了元素级留一法（LOO）分析。该过程渲染带有和不带有每个元素的 SVG，从而生成用于质量评估和结构分析的元素级信号。从这个单一机制中，我们得出（i）每个元素的质量分数，以实现零样本伪影检测； (ii) 通过 LOO 足迹与基于 VLM 的概念热图交叉进行元素概念归因； (iii) 四个结构指标：纯度、覆盖率、紧凑性和局部性，它们从互补角度量化 SVG 模块化。这些指标将 SVG 评估从图像相似性扩展到代码结构，从而能够对 SVG 代码中视觉概念的表示、分区和组织方式进行元素级诊断和比较。它们的实际相关性经过 5 代系统和 3 个复杂性级别的 19,000 多次编辑（5 种类型）的验证。