arxiv：2412.14173v2 [cs.cv] 2025年1月30日__

arxiv：2412.14173v2 [cs.cv] 2025年1月30日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2412.14173v2 [cs.cv] 2025年1月30日

¥ 1.0

热度

无法简化生产工作流程，降低人工成本并加速创建内容，满足对高质量动画内容的不断增长的需求。在当前的动漫生产管道中，艺术家通常从定义角色视觉属性的角色设计表开始。然后将这些设计转换为关键帧草图 - 概述场景中主要姿势和动作的关键帧。接下来，艺术家创建了互动的草图，这是在关键框架之间绘制的框架，以定义详细的运动和过渡[41，65]。传统上，这些框架是彩色的，这是一项耗时的任务，涉及仔细注意以确保与原始角色设计保持一致。图2说明了该管道的每个步骤。我们的作品与这条管道无缝保持一致，旨在促进着色过程，同时保持对原始角色设计的保真度并确保跨帧的时间一致性。但是，自动化线条艺术色彩[28，59]提出了几个挑战。一个主要的困难在于角色设计与线条艺术草图之间的不匹配，在设计中，设计中的角度，比例和姿势可能与关键帧草图中的角度不符。此外，实现时间一致性至关重要；单独着色每个框架会导致闪烁或不一致，从而损害观看者的经验[5，32，64]。先前的方法[21，46，56]试图解决这些挑战，但要限制。他们经常假设钥匙扣的有色版本并依赖于密集的线条艺术指导。此假设大大增加了艺术家的工作量，因为它需要手动着色多个关键帧和详细的线条艺术输入，从而使过程变得乏味和劳动力密集。此外，某些方法由于训练管道而遭受颜色信息泄漏的影响。具体来说，他们使用使用神经网络从颜色图像中提取的非核心草图进行训练，无意中将原始图像的颜色信息无意识地转化为草图。此信息泄漏破坏了这些方法的实用性，因为现实世界的草图不包含这种隐式颜色信息，这是我们在方法论中进一步分析的关注。为了克服这些挑战，我们提出了一种新颖的全能模型，该模型简化了一个框架内的着色过程。我们的模型利用基于预处理扩散的视频生成模型[1，37]，

添加pdf代下载 VIP点击下载文件