Dalam beberapa tahun terakhir, permintaan akan teknologi pemrosesan gambar otomatis di bidang seni digital semakin meningkat. Tim peneliti Universitas Tsinghua dan Laboratorium Tencent ARC mengusulkan model baru yang disebut ColorFlow untuk memecahkan masalah pewarnaan rangkaian gambar hitam putih. Model ini dirancang untuk memecahkan masalah sulit dalam mewarnai rangkaian gambar hitam putih dengan tetap menjaga konsistensi karakter dan identitas objek, yang memiliki implikasi praktis penting bagi industri seperti komik dan animasi. Model ColorFlow tidak hanya meningkatkan efisiensi dan kualitas pewarnaan, namun juga menyederhanakan proses pembuatan warna yang kompleks, menghadirkan kemungkinan-kemungkinan baru dalam kreasi seni digital.
Dengan berkembangnya seni digital, teknologi pemrosesan gambar otomatis semakin menarik perhatian. Baru-baru ini, tim peneliti dari Universitas Tsinghua dan Laboratorium Tencent ARC mengusulkan model pewarnaan urutan gambar baru yang disebut ColorFlow. Model ini bertujuan untuk memecahkan masalah menjaga konsistensi identitas karakter dan objek saat mewarnai rangkaian gambar hitam putih, memenuhi kebutuhan praktis industri seperti komik dan animasi.
ColorFlow adalah kerangka kerja berbasis difusi tiga tahap yang memanfaatkan informasi kontekstual untuk menghasilkan warna secara akurat untuk rangkaian gambar hitam putih dari kumpulan gambar referensi. Misalnya, model dapat secara efektif mewarnai warna rambut dan pakaian karakter, memastikan konsistensi warna dengan gambar referensi. Tidak seperti teknologi sebelumnya yang memerlukan penyesuaian untuk setiap peran, ColorFlow menyederhanakan proses pembuatan warna melalui saluran warna inovatif yang disempurnakan dengan kemampuan generalisasi yang kuat.
Model ini dirancang dengan dua cabang utama: satu untuk mengekstraksi identitas warna, dan satu lagi bertanggung jawab untuk proses pewarnaan sebenarnya. Desain dua cabang ini memanfaatkan sepenuhnya model difusi dan mampu mencapai pembelajaran konteks yang kuat dan pencocokan identitas warna melalui mekanisme perhatian diri. Untuk memverifikasi keefektifan ColorFlow, tim peneliti juga meluncurkan ColorFlow-Bench, sebuah tes benchmark komprehensif yang khusus untuk tugas mewarnai berbasis gambar referensi.
Dalam eksperimen komparatif, ColorFlow melampaui model canggih yang ada dalam berbagai indikator, menunjukkan kualitas estetika yang lebih tinggi, dan menghasilkan warna yang mendekati gambar aslinya. Tim peneliti mendemonstrasikan efek penerapan ColorFlow dalam berbagai skenario seni, termasuk komik hitam putih, seni garis, foto dunia nyata, dan papan cerita kartun, dan mencapai hasil yang memuaskan.
Peluncuran ColorFlow tidak hanya menetapkan tolok ukur baru bagi teknologi pewarnaan otomatis pada rangkaian gambar, namun juga memberikan dukungan kuat bagi pengembangan lebih lanjut industri seni. Tim peneliti berharap teknologi ini dapat dipromosikan lebih luas dalam penerapan praktis dan mendorong inovasi serta kemajuan dalam penciptaan seni digital.
Pintu masuk proyek: https://zhuang2002.github.io/ColorFlow/
Highlight:
ColorFlow adalah model pewarnaan urutan gambar hitam-putih inovatif yang menjaga konsistensi identitas karakter.
Model ini mengadopsi desain cabang ganda, yang masing-masing digunakan untuk ekstraksi identitas warna dan pewarnaan sebenarnya, sehingga meningkatkan efek dan efisiensi pewarnaan.
ColorFlow melampaui model tercanggih yang ada dalam berbagai metrik, menunjukkan kualitas estetika dan kepraktisan yang lebih tinggi.
Munculnya model ColorFlow menandai kemajuan signifikan dalam teknologi pewarnaan otomatis untuk rangkaian gambar. Kemampuan pewarnaannya yang efisien dan akurat serta kemampuan generalisasi yang kuat memberikan dukungan teknis yang kuat untuk animasi, komik, dan industri lainnya di masa depan dan mendorong perkembangan pesat penciptaan seni digital.