照亮星星的人们2023-6-20 22:11 /
---今日工作总结---
1. 了解动画中割绘制流程和方法
日本动画居然是这样加中间张的@纸欣Dream
https://www.bilibili.com/video/BV1h441177zT/?p=2&vd_source=f9be4fc18e7a5523eaa864b3603331f2
↑还涉及到了律表的简单介绍
汤浅政明的科学猴在部分作品中使用了Flash自动中割的方法。思路是把各个运动部件拆分然后组合动画，用形态学的方法完成动画生成。效果可见: 宣告黎明的露之歌制作工程片段 https://www.bilibili.com/video/av10721520/?vd_source=f9be4fc18e7a5523eaa864b3603331f2
中割的不同画法 @画带笑
https://www.bilibili.com/video/BV1Qg411V71d/?vd_source=f9be4fc18e7a5523eaa864b3603331f2
偏割和中割的区别1@Shine诚哥
https://www.bilibili.com/video/BV1t84y1t7n2/?spm_id_from=trigger_reload&vd_source=f9be4fc18e7a5523eaa864b3603331f2
csp中割练习@哦里泄特
https://www.bilibili.com/video/BV1vS4y1b7hr/?vd_source=f9be4fc18e7a5523eaa864b3603331f2
从AIGC的角度上来说，中割制作的难度可能会比较大。中割的制作不仅仅是一个简单的图像生成问题，从数学的角度上来说，两个原画和之间的序列具有非常强的概率分布依赖，这个概率分布对画面的要求会精确到每一条线，根据目前的技术效果很难恢复这个概率分布。一个可行的方法是，我们可以假设使用conditional的方法，用两张原画作为conditions，然后律表上的时间t作为conditions进行基于SD的网络训练。训练出的图像需要确保具有良好的可编辑性，不能和ground truth(手工绘制的中割)差别太大。
此外，虽然中割作为动画最基础的工作之一，被戏称为最简单的工作，但是对于从未接触过的人来说，中割的绘制过程理解起来并没有想象中的那么简单，从上面帖的几个练习视频来看，需要掌握相当程度的专业技能才能看得懂怎么画。
2. 阅读论文Line Art Correlation Matching Feature Transfer Network for Automatic Animation Colorization
这是一篇2020年发布的文章, 这篇论文通过在latent space中寻找warping matrix的方法实现了动画自动上色，效果非常地promising。
虽然论文效果很好，但是这篇论文的工作站在工业的角度上可能存在几个问题:
1. 颜色结果没有分层，不利于后期修改。
2. 带上了背景进行上色，是否符合行业流程。
3. 用于上色的sketch并不是原画，而是用LeNet提取出来的线稿。
再关注一下这几个作者是否有后续工作。
量子位专栏介绍: https://zhuanlan.zhihu.com/p/336392038
1. 了解动画中割绘制流程和方法
日本动画居然是这样加中间张的@纸欣Dream
https://www.bilibili.com/video/BV1h441177zT/?p=2&vd_source=f9be4fc18e7a5523eaa864b3603331f2
↑还涉及到了律表的简单介绍
汤浅政明的科学猴在部分作品中使用了Flash自动中割的方法。思路是把各个运动部件拆分然后组合动画，用形态学的方法完成动画生成。效果可见: 宣告黎明的露之歌制作工程片段 https://www.bilibili.com/video/av10721520/?vd_source=f9be4fc18e7a5523eaa864b3603331f2
中割的不同画法 @画带笑
https://www.bilibili.com/video/BV1Qg411V71d/?vd_source=f9be4fc18e7a5523eaa864b3603331f2
偏割和中割的区别1@Shine诚哥
https://www.bilibili.com/video/BV1t84y1t7n2/?spm_id_from=trigger_reload&vd_source=f9be4fc18e7a5523eaa864b3603331f2
csp中割练习@哦里泄特
https://www.bilibili.com/video/BV1vS4y1b7hr/?vd_source=f9be4fc18e7a5523eaa864b3603331f2
从AIGC的角度上来说，中割制作的难度可能会比较大。中割的制作不仅仅是一个简单的图像生成问题，从数学的角度上来说，两个原画和之间的序列具有非常强的概率分布依赖，这个概率分布对画面的要求会精确到每一条线，根据目前的技术效果很难恢复这个概率分布。一个可行的方法是，我们可以假设使用conditional的方法，用两张原画作为conditions，然后律表上的时间t作为conditions进行基于SD的网络训练。训练出的图像需要确保具有良好的可编辑性，不能和ground truth(手工绘制的中割)差别太大。
此外，虽然中割作为动画最基础的工作之一，被戏称为最简单的工作，但是对于从未接触过的人来说，中割的绘制过程理解起来并没有想象中的那么简单，从上面帖的几个练习视频来看，需要掌握相当程度的专业技能才能看得懂怎么画。
2. 阅读论文Line Art Correlation Matching Feature Transfer Network for Automatic Animation Colorization
这是一篇2020年发布的文章, 这篇论文通过在latent space中寻找warping matrix的方法实现了动画自动上色，效果非常地promising。
虽然论文效果很好，但是这篇论文的工作站在工业的角度上可能存在几个问题:
1. 颜色结果没有分层，不利于后期修改。
2. 带上了背景进行上色，是否符合行业流程。
3. 用于上色的sketch并不是原画，而是用LeNet提取出来的线稿。
再关注一下这几个作者是否有后续工作。
量子位专栏介绍: https://zhuanlan.zhihu.com/p/336392038