論文の概要: PeCA: Palette Context Assisted Inference for Test-Time Paint-Bucket Colourisation on Animation Videos

• arxiv url: http://arxiv.org/abs/2608.00903v1
• Date: Sun, 02 Aug 2026 00:15:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.984146
• Title: PeCA: Palette Context Assisted Inference for Test-Time Paint-Bucket Colourisation on Animation Videos
• Title（参考訳）: PeCA:パレットコンテクストによるアニメーションビデオにおけるテスト時間ペイント-バケットカラー化の推論
• Abstract要約: Palette Context Assisted (PeCA)は、アニメーションビデオのカラー化のための新しいトレーニング不要のプラグイン・アンド・プレイフレームワークである。 PeCAは、空間的および時間的文脈に関する推論を通じて、テスト時にこのギャップを埋めることを目指している。
• 参考スコア（独自算出の注目度）: 17.93747109329063
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In animation production, paint-bucket colourisation for hand-drawn animation is a labour-intensive procedure that assigns each enclosed region in line sketches a colour from reference design sheets. Recent automatic paint-bucket colourisation pipelines mirror this workflow via region correspondence, but correspondences can be brittle when regions are ambiguous fragments without proper context. In this paper, we propose Palette Context Assisted (PeCA), a new training-free, plug-and-play framework for animation video colourisation that aims to close this gap at test-time via reasoning over spatial and temporal contexts. Extensive experiments on existing benchmarks and a newly introduced long-video test case show consistent performance boosts.
• Abstract（参考訳）: アニメーション制作において、手描きアニメーションのペイント・ブラケットカラー化(英: paint-bucket colorization)は、基準デザインシートから色をスケッチする各囲い領域を割り当てる労働集約的な手順である。 最近の自動塗り絵のカラー化パイプラインは、このワークフローを地域対応を通して反映しているが、適切なコンテキストなしに、領域があいまいな断片である場合、対応は不安定である。 本稿では,Palette Context Assisted (PeCA) を提案する。Palette Context Assisted (PeCA) は,空間的および時間的コンテキストに対する推論を通じて,テスト時にこのギャップを埋めることを目的とした,アニメーションビデオのカラー化のための新しいトレーニングフリーのプラグイン・アンド・プレイフレームワークである。 既存のベンチマークと、新しく導入された長ビデオテストケースに関する大規模な実験は、一貫したパフォーマンス向上を示している。

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)
• AnimeColor: Reference-based Animation Colorization with Diffusion Transformers [9.64847784171945]
  アニメーションのカラー化はアニメーション制作において重要な役割を担っているが、既存の手法では色精度と時間的一貫性を達成するのに苦労している。 We propose textbfAnimeColor, a novel reference-based animation colorization framework using Diffusion Transformers (DiT)。 提案手法はスケッチシーケンスをDiTに基づくビデオ拡散モデルに統合し,スケッチ制御によるアニメーション生成を可能にする。
  論文  参考訳（メタデータ） (2025-07-27T07:25:08Z)
• Paint Bucket Colorization Using Anime Character Color Design Sheets [72.66788521378864]
  ネットワークがセグメント間の関係を理解することができる包摂的マッチングを導入する。 ネットワークのトレーニングパイプラインは、カラー化と連続フレームカラー化の両方のパフォーマンスを著しく向上させる。 ネットワークのトレーニングをサポートするために、PaintBucket-Characterというユニークなデータセットを開発しました。
  論文  参考訳（メタデータ） (2024-10-25T09:33:27Z)
• L-C4: Language-Based Video Colorization for Creative and Consistent Color [59.069498113050436]
  創造的・一貫性のある色(L-C4)のための言語ベースビデオカラー化を提案する。 我々のモデルは、事前訓練された相互モダリティ生成モデルに基づいて構築される。 本研究では,フリックやカラーシフトを防止するために時間的に変形可能な注意点と,長期のカラー一貫性を維持するためにクロスクリップ融合を提案する。
  論文  参考訳（メタデータ） (2024-10-07T12:16:21Z)
• Learning Inclusion Matching for Animation Paint Bucket Colorization [76.4507878427755]
  ネットワークにセグメント間の包摂関係を理解するための,学習に基づく新たな包摂的マッチングパイプラインを導入する。 提案手法では,粗いカラーワープモジュールと包括的マッチングモジュールを統合した2段階のパイプラインを特徴とする。 ネットワークのトレーニングを容易にするため,PaintBucket-Characterと呼ばれるユニークなデータセットも開発した。
  論文  参考訳（メタデータ） (2024-03-27T08:32:48Z)
• Improving Video Colorization by Test-Time Tuning [79.67548221384202]
  テスト時間チューニングによる映像の着色性向上を目的とした,効果的な手法を提案する。 提案手法は,テスト中に追加のトレーニングサンプルを構築するための基準を利用して,PSNRにおいて平均13dBの性能向上を実現している。
  論文  参考訳（メタデータ） (2023-06-25T05:36:40Z)
• Video Colorization with Pre-trained Text-to-Image Diffusion Models [19.807766482434563]
  ビデオカラー化のための事前訓練されたテキストから画像への潜時拡散モデルの適応であるColorDiffuserを提案する。 本稿では,時間的コヒーレンスを高め,フレーム間の色付けの鮮明さを維持するための2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-06-02T17:58:00Z)
• BiSTNet: Semantic Image Prior Guided Bidirectional Temporal Feature Fusion for Deep Exemplar-based Video Colorization [70.14893481468525]
  本稿では,参照例の色を探索し,映像のカラー化を支援するために有効なBiSTNetを提案する。 まず、各フレームと参照例間の深い特徴空間における意味的対応を確立し、参照例からの色情報を探究する。 我々は,フレームのオブジェクト境界をモデル化するための意味情報を抽出する混合専門家ブロックを開発した。
  論文  参考訳（メタデータ） (2022-12-05T13:47:15Z)
• Reference-Based Video Colorization with Spatiotemporal Correspondence [8.472559058510205]
  時間対応を考慮した参照型ビデオカラー化フレームワークを提案する。 色を参照するために時間的関連領域を制限することで、ビデオ全体を通して忠実な色を伝播する。
  論文  参考訳（メタデータ） (2020-11-25T05:47:38Z)

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。