LongAnimation：基于动态全局-局部记忆的长时段动画生成
计算机视觉与模式识别
2025-07-10 v2
摘要
动画上色是真实动画产业生产中的关键环节。长时段动画上色成本高昂，因此基于视频生成模型实现的自动化长时段动画上色具有重要的研究价值。现有研究仅限于短时段上色，采用局部范式，通过融合重叠特征来实现局部片段之间平滑的过渡。然而，局部范式忽略了全局信息，无法维持长期的颜色一致性。本研究认为，理想的长期颜色一致性可通过动态全局-局部范式实现，即动态提取与当前生成相关的全局颜色一致特征。具体而言，我们提出LongAnimation框架，主要包括SketchDiT、动态全局-局部记忆（DGLM）模块和颜色一致性奖励。SketchDiT捕获混合参考特征以支持DGLM模块。DGLM模块采用长视频理解模型动态压缩全局历史特征，并自适应地与当前生成特征融合。为细化颜色一致性，我们引入颜色一致性奖励。在推理阶段，我们提出颜色一致性融合，以平滑视频片段的过渡。在短时段（14帧）和长时段（平均500帧）动画上进行的广泛实验表明，LongAnimation在保持开放领域动画上色任务的短期与长期颜色一致性方面具有有效性。代码可在https://cn-makers.github.io/long_animation_web/查阅。
引用
@article{arxiv.2507.01945,
title = {LongAnimation: Long Animation Generation with Dynamic Global-Local Memory},
author = {Nan Chen and Mengqi Huang and Yihao Meng and Zhendong Mao},
journal= {arXiv preprint arXiv:2507.01945},
year = {2025}
}