面向动画油漆桶上色的包含关系匹配学习

线稿上色是手绘赛璐珞动画制作中的关键任务。这通常需要数字画师使用油漆桶工具，根据色彩设计师预先确定的 RGB 值手动为线条包围的每个区域上色。这种逐帧处理过程既繁琐又耗时。当前的自动化方法主要关注区域匹配。该技术通过跨帧对齐线条包围区域内的特征，将颜色从参考帧迁移到目标帧。然而，动画中的遮挡和褶皱等问题常常会破坏这些直接的对应关系，导致匹配错误。在本工作中，我们提出了一种基于学习的包含关系匹配流程，引导网络理解区域之间的包含关系，而不是仅仅依赖直接的视觉对应关系。我们的方法采用两阶段流程，将粗略颜色变形模块与包含关系匹配模块相结合，实现更细致、更准确的上色。为了促进网络的训练，我们还开发了一个独特的数据集，称为 PaintBucket-Character。该数据集包含渲染的线稿及其上色后的对应图，以各种 3D 角色为特色。大量实验证明了我们方法的有效性及其相对于现有技术的优越性。