照亮星星的人们2023-7-9 01:48 /
---今日工作总结---
1. [重要]Git上关于ai动画漫画技术的resource repo：https://github.com/SerialLain3170/AwesomeAnimeResearch
2. 对项目、代码工作流做规划和总结。思考如何从技术层面的代码管理延伸到项目管理的层次，从程序员如何管理代码到产品经理如何管理项目。我相信在个人发展的早期觉醒管理者意识会对今后的工作和发展有不可忽视的作用。
3. 开通github project，用看板的形式管理跟踪今后的复现和技术工作。
4. 阅读Coloring anime line art videos with transformation region enhancement network(PR2023)，一篇今年发表在PR上的论文，思路上不是很对，没有Anime Transfomer有前景。
5. 搜寻准备数据集任务
6. 关于动画中割，目前有两个想法
(1) 使用传统补帧算法
(2) 使用生成能力和模型容量都足够强的SD模型
(Jul 9 更新)
之所以(1)和(2)，而不是比如GAN或者VAE等其他AI生成式方法，一个很大的原因是目前GAN(特指Generators)可能很难有这个能力生成清晰不模糊的线条。关键帧与中割的对应被转化成概率分布而不是确切的值，至少普通的pixel-wise mapping和loss function都做不到这一点(先暂且把虑高光线和阴影线统一当作普通线条处理)，因此要么(1)传统补帧算法，比较成熟的中割生成方法。(2)模型更强大的SD。
1. [重要]Git上关于ai动画漫画技术的resource repo：https://github.com/SerialLain3170/AwesomeAnimeResearch
2. 对项目、代码工作流做规划和总结。思考如何从技术层面的代码管理延伸到项目管理的层次，从程序员如何管理代码到产品经理如何管理项目。我相信在个人发展的早期觉醒管理者意识会对今后的工作和发展有不可忽视的作用。
3. 开通github project，用看板的形式管理跟踪今后的复现和技术工作。
4. 阅读Coloring anime line art videos with transformation region enhancement network(PR2023)，一篇今年发表在PR上的论文，思路上不是很对，没有Anime Transfomer有前景。
5. 搜寻准备数据集任务
6. 关于动画中割，目前有两个想法
(1) 使用传统补帧算法
(2) 使用生成能力和模型容量都足够强的SD模型
(Jul 9 更新)
之所以(1)和(2)，而不是比如GAN或者VAE等其他AI生成式方法，一个很大的原因是目前GAN(特指Generators)可能很难有这个能力生成清晰不模糊的线条。关键帧与中割的对应被转化成概率分布而不是确切的值，至少普通的pixel-wise mapping和loss function都做不到这一点(先暂且把虑高光线和阴影线统一当作普通线条处理)，因此要么(1)传统补帧算法，比较成熟的中割生成方法。(2)模型更强大的SD。