論文の概要: SketchKeyAnime: Reference-anchored Sparse Key-Sketch Animation Synthesis

• arxiv url: http://arxiv.org/abs/2606.19958v1
• Date: Thu, 18 Jun 2026 08:56:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.749308
• Title: SketchKeyAnime: Reference-anchored Sparse Key-Sketch Animation Synthesis
• Title（参考訳）: SketchKeyAnime: 参照アンコールスパースキー-スケッチアニメーション合成
• Authors: Meixi Li, Xianlin Zhang, Yue Zhang, Xueming Li,
• Abstract要約: そこで,SketchKeyAnimeを提案する。SketchKeyAnimeは,スパースキー-スケッチ入力から構造制御可能,外観一貫性,時間コヒーレントなアニメーションを生成するための,ビデオ拡散フレームワークである。 最高のパフォーマンスのベースラインと比較して、SketchKeyAnimeはEDMDを31.9%、FVDを9.5%削減し、スケッチの忠実さと時間的コヒーレンスを向上した。 これらの結果は,提案手法の有効性を検証し,低コストで高制御性なアニメーション作成の可能性を強調した。
• 参考スコア（独自算出の注目度）: 9.52552432045786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional animation production relies heavily on manual drawing and iterative refinement, particularly for key-pose design, in-betweening, and character coloring. While existing animation and video generation methods have made notable progress, they typically depend on RGB boundary frames, dense frame-wise conditions, or complete sketch sequences, limiting their applicability under low-cost input conditions. We present SketchKeyAnime, a video diffusion framework for generating structurally controllable, appearance-consistent, and temporally coherent animations from sparse key-sketch inputs. Given a single reference RGB image and a few temporally indexed key sketches, SketchKeyAnime introduces a dual-branch conditioning mechanism to encode local geometric constraints alongside semantic-temporal context. It leverages Sketch Cross Attention to fuse reference image and sketch conditions with learnable gating, and incorporates an Adaptive Weighted Loss to strengthen supervision on key-sketch frames and line-art regions. Experimental results on the Aesthetic subset of Sakuga-42M show that our approach consistently outperforms representative animation interpolation and sketch-guided generation baselines. Compared to the best-performing baseline, SketchKeyAnime reduces EDMD by 31.9\% and FVD by 9.5\%, demonstrating superior sketch fidelity and temporal coherence, while achieving the best overall performance across most quantitative metrics. These results validate the proposed framework and highlight its potential for low-cost, highly controllable animation creation.
• Abstract（参考訳）: 伝統的なアニメーション・プロダクションは手書きの描画と反復的な洗練に大きく依存しており、特にキー・プレイス・デザイン、イン・バイ・ブワイニング、キャラクタ・カラーリングに重点を置いている。 既存のアニメーションやビデオ生成手法は顕著な進歩を遂げているが、それらは通常、RGB境界フレーム、密度の高いフレームワイド条件、あるいは完全なスケッチシーケンスに依存し、低コストな入力条件下での適用性を制限する。 SketchKeyAnimeは,スパースキー・スケッチ入力から構造制御可能,外観一貫性,時間コヒーレントなアニメーションを生成するためのビデオ拡散フレームワークである。 単一の参照RGBイメージといくつかの時間インデックス付きキースケッチを与えられたSketchKeyAnimeは、意味的時間的コンテキストと並行して局所的な幾何学的制約をエンコードするデュアルブランチ条件付けメカニズムを導入した。 これはSketch Cross Attentionを活用して、参照イメージとスケッチ条件を学習可能なゲーティングと融合させ、Adaptive Weighted Lossを組み込んで、キースケッチフレームとラインアート領域の監視を強化する。 Sakuga-42Mの美的部分集合に対する実験結果から,本手法は代表的アニメーション補間とスケッチ誘導生成ベースラインを一貫して上回ることがわかった。 最高のパフォーマンスのベースラインと比較すると、SketchKeyAnimeはEDMDを31.9\%、FVDを9.5\%減らし、スケッチの忠実さと時間的コヒーレンスを向上し、ほとんどのメトリクスで最高の全体的なパフォーマンスを達成する。 これらの結果は,提案手法の有効性を検証し,低コストで高制御性なアニメーション作成の可能性を強調した。

関連論文リスト

• ToonComposer: Streamlining Cartoon Production with Generative Post-Keyframing [60.81602269917522]
  ToonComposerは、着色と着色を単一のキーフレーミング段階に統一する生成モデルである。 1つのスケッチと色の付いた参照フレームを必要とするToonComposerは、スパース入力で出力する。 評価の結果,ToonComposerは視覚的品質,動作の整合性,生産効率において,既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2025-08-14T17:50:11Z)
• AniDoc: Animation Creation Made Easier [54.97341104616779]
  我々の研究は、ますます強力なAIの可能性を生かして、2Dアニメーションを制作する際のコスト削減に重点を置いている。 AniDocはビデオラインアートのカラー化ツールとして登場し、自動的にスケッチシーケンスをカラーアニメーションに変換する。 本モデルでは,一致マッチングを明示的なガイダンスとして活用し,基準文字と各ラインアートフレームの変動に強いロバスト性を与える。
  論文  参考訳（メタデータ） (2024-12-18T18:59:59Z)
• Enhancing Sketch Animation: Text-to-Video Diffusion Models with Temporal Consistency and Rigidity Constraints [1.1510009152620668]
  本稿では,記述的テキストプロンプトに基づいて与えられた入力スケッチをアニメーションする手法を提案する。 スケッチのストロークの動きを誘導するために、SDS損失を伴う事前訓練されたテキスト・ビデオ拡散モデルを利用する。 本手法は, 定量評価と定性評価の両方において, 最先端性能を上回っている。
  論文  参考訳（メタデータ） (2024-11-28T21:15:38Z)
• Sketch Video Synthesis [52.134906766625164]
  フレームワイドB'ezier曲線で表現されたビデオのスケッチを行うための新しいフレームワークを提案する。 本手法は、スケッチベースのビデオ編集やビデオ合成によるビデオ再生における応用を解放する。
  論文  参考訳（メタデータ） (2023-11-26T14:14:04Z)
• Bridging the Gap: Sketch-Aware Interpolation Network for High-Quality Animation Sketch Inbetweening [58.09847349781176]
  我々は,新しい深層学習手法であるSketch-Aware Interpolation Network (SAIN)を提案する。 このアプローチには、領域レベルの対応、ストロークレベルの対応、ピクセルレベルのダイナミクスを定式化するマルチレベルガイダンスが組み込まれている。 マルチストリームのU-Transformerは、自己/クロスアテンション機構の統合により、これらのマルチレベルガイドを使用して、スケッチ間のインテンションパターンを特徴付けるように設計されている。
  論文  参考訳（メタデータ） (2023-08-25T09:51:03Z)
• Deep Sketch-guided Cartoon Video Inbetweening [24.00033622396297]
  本研究では,ユーザスケッチに案内されたアニメーションの動きに追従しながら,2つの入力から色情報を取得することで,マンガ映像を生成するフレームワークを提案する。 フレームとスケッチの対応性を明示的に考慮することにより,他の画像合成法よりも高品質な結果が得られる。
  論文  参考訳（メタデータ） (2020-08-10T14:22:04Z)

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。