論文の概要: Artist-Guided Semiautomatic Animation Colorization
- arxiv url: http://arxiv.org/abs/2006.13717v2
- Date: Thu, 25 Jun 2020 00:50:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-18 06:31:52.391268
- Title: Artist-Guided Semiautomatic Animation Colorization
- Title(参考訳): アーティスト誘導半自動アニメーションカラー化
- Authors: Harrish Thasarathan and Mehran Ebrahimi
- Abstract要約: 本稿では,この作業量を削減するために,アーティストをループに留めてラインアートのカラー化を自動化する手法を提案する。
アーティストの入力により,時間的整合性のあるカラーフレームを生成することにより,自動化と信頼性のバランスを満たすことができることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There is a delicate balance between automating repetitive work in creative
domains while staying true to an artist's vision. The animation industry
regularly outsources large animation workloads to foreign countries where labor
is inexpensive and long hours are common. Automating part of this process can
be incredibly useful for reducing costs and creating manageable workloads for
major animation studios and outsourced artists. We present a method for
automating line art colorization by keeping artists in the loop to successfully
reduce this workload while staying true to an artist's vision. By incorporating
color hints and temporal information to an adversarial image-to-image
framework, we show that it is possible to meet the balance between automation
and authenticity through artist's input to generate colored frames with
temporal consistency.
- Abstract(参考訳): 創造的な領域における反復的な作業を自動化することと、アーティストのビジョンを忠実に保ちながら、微妙なバランスがある。
アニメーション産業は、労働が安価で長時間の作業が一般的である海外に、大規模なアニメーションワークロードを定期的にアウトソースしている。
このプロセスの自動化は、コスト削減と主要なアニメーションスタジオとアウトソースアーティストの管理可能なワークロードの作成に非常に役立ちます。
本稿では,アーティストの視界に忠実でありながら,この作業量を削減するために,アーティストをループに留めてラインアートのカラー化を自動化する手法を提案する。
色ヒントと時間情報を逆画像合成フレームワークに組み込むことにより,アーティストの入力による自動化と信頼性のバランスを満たすことができ,時間的整合性のある色フレームを生成することができることを示す。
関連論文リスト
- CreativeSynth: Creative Blending and Synthesis of Visual Arts based on
Multimodal Diffusion [74.44273919041912]
大規模なテキスト・画像生成モデルは印象的な進歩を遂げ、高品質な画像を合成する能力を示している。
しかし、これらのモデルを芸術的な画像編集に適用することは、2つの重要な課題を提起する。
我々は,マルチモーダル入力をコーディネートする拡散モデルに基づく,革新的な統一フレームワークCreative Synthを構築した。
論文 参考訳(メタデータ) (2024-01-25T10:42:09Z) - Re:Draw -- Context Aware Translation as a Controllable Method for
Artistic Production [8.383295377277836]
インペイントとイメージ・ツー・イメージ翻訳の利点を組み合わせた新しい手法である文脈認識翻訳を導入する。
ユースケースとして,デザイン仕様に基づいて手書きのキャラクターアイを描画する手法を適用した。
論文 参考訳(メタデータ) (2024-01-07T14:34:34Z) - DynamiCrafter: Animating Open-domain Images with Video Diffusion Priors [63.43133768897087]
オープンドメイン画像をアニメーションビデオに変換する手法を提案する。
鍵となるアイデアは、画像を生成プロセスに組み込むことで、テキストからビデオへの拡散モデルに先立っての動きを活用することである。
提案手法は視覚的に説得力があり、より論理的で自然な動きが得られ、入力画像への適合性が向上する。
論文 参考訳(メタデータ) (2023-10-18T14:42:16Z) - Text-Guided Synthesis of Eulerian Cinemagraphs [81.20353774053768]
テキスト記述からシネマグラフを作成する完全自動化された方法であるText2Cinemagraphを紹介する。
連続した動きと反復的なテクスチャを示す流れの川や漂流する雲などの流体要素のシネマグラフに焦点を当てる。
論文 参考訳(メタデータ) (2023-07-06T17:59:31Z) - Learning to Evaluate the Artness of AI-generated Images [72.06263228104709]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳(メタデータ) (2023-05-08T17:58:27Z) - QuantArt: Quantizing Image Style Transfer Towards High Visual Fidelity [94.5479418998225]
視覚的忠実度の高いスタイリングのためのQuantArtと呼ばれる新しいスタイル転送フレームワークを提案する。
本フレームワークは,既存のスタイル転送方式と比較して,視覚的忠実度を著しく向上させる。
論文 参考訳(メタデータ) (2022-12-20T17:09:53Z) - Improving the Perceptual Quality of 2D Animation Interpolation [37.04208600867858]
伝統的な2Dアニメーションは労働集約的であり、しばしばアニメーターは1秒間に12枚のイラストを描く必要がある。
低いフレームレートは大きな変位と閉塞をもたらし、例えばラインやソリッドカラー領域のような個々の知覚要素は、テクスチャ指向の畳み込みネットワークに困難をもたらす。
以前の研究はこれらの問題に対処しようとしたが、計算不能なメソッドを使用し、ピクセル完全性能に重点を置いていた。
私たちは、この芸術領域の知覚的品質を重視した、より適切なスケーラブルなシステムを構築します。
論文 参考訳(メタデータ) (2021-11-24T20:51:29Z) - Learning-based pose edition for efficient and interactive design [55.41644538483948]
コンピュータ支援アニメーションアーティストでは、キャラクターのキーポーズは骨格を操作することで定義されている。
キャラクターのポーズは多くの不明確な制約を尊重しなければならないので、結果のリアリズムはアニメーターのスキルと知識に大きく依存する。
ポーズデザインのための効率的なツールを記述し、ユーザーが直感的にポーズを操作してキャラクターアニメーションを作成することができる。
論文 参考訳(メタデータ) (2021-07-01T12:15:02Z) - Generative Art Using Neural Visual Grammars and Dual Encoders [25.100664361601112]
生成芸術を創出するための新しいアルゴリズムについて述べる。
ユーザーがテキスト文字列を入力することができ、この文字列に対する創造的な応答で画像が出力されます。
論文 参考訳(メタデータ) (2021-05-01T04:21:52Z) - Line Art Correlation Matching Feature Transfer Network for Automatic
Animation Colorization [0.0]
色付き参照特徴を学習可能な方法で整列させるための相関マッチング特徴伝達モデル(CMFT)を提案する。
これにより、ジェネレータはディープセマンティックコードから徐々にコンテンツにレイヤーワイドの同期機能を転送できる。
論文 参考訳(メタデータ) (2020-04-14T06:50:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。