論文の概要: From Legacy to Contemporary: Scalable Color Modernization for Long Videos

• arxiv url: http://arxiv.org/abs/2610.26391v1
• Date: Mon, 19 Oct 2026 13:39:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 18:06:38.571877
• Title: From Legacy to Contemporary: Scalable Color Modernization for Long Videos
• Title（参考訳）: レガシーから現代へ:ロングビデオのためのスケーラブルなカラーモダナイゼーション
• Abstract要約: 我々は,従来のカラー映像の色調と音色を更新するタスクである,長時間のビデオカラーモダナイゼーションを定式化する。 時間的に隣接したグリッドを共同で近代化する,スケーラブルでトレーニング不要なフレームワークを導入する。 我々は,50年間にわたる多様なレガシビデオについて多次元評価を行った。
• 参考スコア（独自算出の注目度）: 23.704256153414438
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Bringing legacy video back to contemporary screens does not necessarily make it look contemporary. Earlier imaging pipelines often leave color casts, muted chroma, weak con- trast, and tonal imbalance, while correcting these character- istics still relies heavily on expert colorists and scales poorly to long, multi-shot videos. We formulate long video color modernization, a task that updates the chromatic and tonal appearance of legacy color footage while preserving scene content and coherence across frames and shots. We introduce a scalable, training-free framework that jointly modernizes grids of temporally adjacent keyframes using a pretrained text-guided image editing model, producing coherent con- temporary references without paired supervision. Compact shot-specific color transforms then propagate these adjust- ments throughout each shot, preserving spatial structure and temporal stability. We conduct a multidimensional evaluation on diverse legacy videos spanning five decades. We combine a human evaluation of perceived modernness with quantita- tive measures of content fidelity, temporal stability, percep- tual quality, and efficiency, and introduce Source-Weighted Inter-shot Grade Consistency (SW-IGC) to assess grade co- herence across shots. On our evaluation set, our frame- work achieves the highest perceived modernness while re- maining competitive across complementary measures, open- ing a path toward the systematic study of long video color modernization. Code is available at https://github.com/jiwoomood/ Video_Color_Modernization.git
• Abstract（参考訳）: 旧来の動画を現代風のスクリーンに戻すことは、必ずしも現代風のように見えるとは限らない。 初期の画像パイプラインは、しばしばカラーキャスト、ミュートクロマ、コントラストの弱いコントラスト、トーンの不均衡を残している。 我々は、シーン内容とフレームやショット間のコヒーレンスを維持しながら、レガシなカラー映像の色調とトーンの外観を更新するタスクである、長いビデオカラーのモダナイゼーションを定式化する。 我々は、事前訓練されたテキスト誘導画像編集モデルを用いて、時間的に隣接するキーフレームのグリッドを共同で近代化し、ペアの監督なしにコヒーレントな同時参照を生成する、スケーラブルでトレーニング不要なフレームワークを提案する。 コンパクトなショット固有の色変換は、それぞれのショットを通してこれらの調整要素を伝播させ、空間構造と時間的安定性を保つ。 我々は,50年間にわたる多様なレガシビデオについて多次元評価を行った。 人間の知覚的現代性評価と, 内容の忠実度, 時間的安定性, 教育的品質, 効率の定量的評価を組み合わせ, ショット間のコヒーレンスを評価するために, 音源重み付きショットグレード・コンセント(SW-IGC)を導入する。 評価セットでは、フレームワークは最も認知度の高いモダニティを実現しつつ、相補的な尺度をまたいで競争を繰り広げ、長いビデオカラーモダニゼーションの体系的な研究への道を開く。 コードはhttps://github.com/jiwoomood/ Video_Color_Modernization.gitで公開されている。

関連論文リスト

• Soap2Soap: Long Cinematic Video Remaking via Multi-Agent Collaboration [61.98029663481308]
  Soap2SoapはDualBridgeメカニズムを通じて長期の視覚的一貫性を強制するマルチエージェントフレームワークである。 クローズドループ検証エージェントは、識別、安定性、アライメントを監査し、選択的再生を誘導する。
  論文  参考訳（メタデータ） (2026-05-17T12:38:21Z)
• VanGogh: A Unified Multimodal Diffusion-based Framework for Video Colorization [53.35016574938809]
  ビデオのカラー化は、時間的一貫性と構造的整合性を維持しながら、グレースケールのビデオを鮮やかな色表現に変換することを目的としている。 既存のビデオカラー化法は、しばしば色出血に悩まされ、包括的な制御が欠如している。 我々はVanGoghを紹介した。VanGoghはビデオカラー化のためのマルチモーダル拡散に基づく統合フレームワークである。
  論文  参考訳（メタデータ） (2025-01-16T12:20:40Z)
• Ouroboros-Diffusion: Exploring Consistent Content Generation in Tuning-free Long Video Diffusion [116.40704026922671]
  事前訓練されたテキスト・ツー・ビデオモデルに基づいて構築されたファースト・イン・ファースト・アウト(FIFO)ビデオ拡散は,近年,チューニング不要な長ビデオ生成に有効なアプローチとして浮上している。 We propose Ouroboros-Diffusion, a novel video denoising framework designed to enhance structure and content (ject) consistency。
  論文  参考訳（メタデータ） (2025-01-15T18:59:15Z)
• LatentColorization: Latent Diffusion-Based Speaker Video Colorization [1.2641141743223379]
  ビデオのカラー化における時間的一貫性を実現するための新しいソリューションを提案する。 既存の手法と比較して,確立された画像品質指標の大幅な改善を示す。 我々のデータセットは、テレビ/映画からの従来のデータセットとビデオの組み合わせを含んでいる。
  論文  参考訳（メタデータ） (2024-05-09T12:06:06Z)
• FlowChroma -- A Deep Recurrent Neural Network for Video Colorization [1.0499611180329804]
  フレーム間の色合いを最小限に抑える自動ビデオカラー化フレームワークを開発した。 ビデオのカラー化における色一貫性向上のために、繰り返しニューラルネットワークをうまく利用できることが示される。
  論文  参考訳（メタデータ） (2023-05-23T05:41:53Z)
• Exemplar-based Video Colorization with Long-term Spatiotemporal Dependency [10.223719035434586]
  外見に基づく映像のカラー化は、古い映画復元のような応用に欠かせない技術である。 本稿では,長期間の時間依存性を考慮したビデオカラー化フレームワークを提案する。 我々のモデルは、特に物体が大きく不規則に変化する場面において、よりカラフルでリアルで安定した結果を生み出すことができる。
  論文  参考訳（メタデータ） (2023-03-27T10:45:00Z)
• Generating Long Videos of Dynamic Scenes [66.56925105992472]
  本稿では、物体の動きを再現する映像生成モデル、カメラ視点の変化、時間とともに現れる新しいコンテンツについて述べる。 よくある障害ケースは、コンテンツが時間的一貫性を提供する誘導バイアスに過度に依存するため、決して変化しないことです。
  論文  参考訳（メタデータ） (2022-06-07T16:29:51Z)
• Temporally Consistent Video Colorization with Deep Feature Propagation and Self-regularization Learning [90.38674162878496]
  時間的に一貫した新しいビデオカラー化フレームワーク(TCVC)を提案する。 TCVCは、フレームレベルの深い特徴を双方向的に効果的に伝播し、色付けの時間的一貫性を高める。 実験により,本手法は視覚的に満足な色付きビデオを得るだけでなく,最先端の手法よりも時間的整合性が得られることが示された。
  論文  参考訳（メタデータ） (2021-10-09T13:00:14Z)
• DeepRemaster: Temporal Source-Reference Attention Networks for Comprehensive Video Enhancement [32.679447725129165]
  本稿では,リマスタータスク全体を半対話的に行うためのフレームワークを提案する。 我々の研究は、時間的畳み込みニューラルネットワークをベースとし、データ駆動劣化シミュレーションによるビデオ上での注意機構を訓練した。
  論文  参考訳（メタデータ） (2020-09-18T08:55:11Z)

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。