See-through：基于单图的动漫人物图层分解
计算机视觉与模式识别
2026-02-04 v1 图形学
摘要
我们提出了一个框架，自动将静态动漫插图转换为可操作的 2.5D 模型。当前专业工作流程需要繁琐的手动分割和对遮挡区域的艺术性“幻想”才能实现运动。我们的做法通过将单张图像分解为推断出的、语义上 distinct 的图层并推断出绘图顺序来克服这些限制。为解决训练数据稀缺的问题，我们引入了一个可扩展的引擎，从商业 Live2D 模型中自助构建高质量的监督数据，捕获像素级的语义和隐藏几何。我们的 метод结合了基于扩散的 Body Part Consistency 模块（用于强制全局几何一致性）与像素级伪深度推断机制。这种组合解决了动漫人物复杂的层次结构问题，例如交错的头发丝，使其能够进行动态图层重建。我们展示表明，我们的方法能产生高保真度、可操作的模型，适用于专业实时动画应用。
引用
@article{arxiv.2602.03749,
title = {See-through: Single-image Layer Decomposition for Anime Characters},
author = {Jian Lin and Chengze Li and Haoyun Qin and Kwun Wang Chan and Yanghua Jin and Hanyuan Liu and Stephen Chun Wang Choy and Xueting Liu},
journal= {arXiv preprint arXiv:2602.03749},
year = {2026}
}
备注
23 pages, 20 figures, preprint version only