SketchDeco：基于无训练潜在空间组合的精准素描上色
计算机视觉与模式识别
2026-04-07 v3
摘要
我们提出 SketchDeco，一种无需训练的素描上色方法，弥合专业设计需求与直观、基于区域的控制之间的差距。该方法使艺术家能够使用简单掩码和色彩调色板进行精确的空间与色彩指定，避免手动赋值的繁琐以及文本提示的模糊性。我们将此任务重新定义为一种新颖的无训练组合问题。我们的核心技术贡献是一种引导性潜在空间融合过程：首先利用扩散反向方法精确地“绘制”用户定义的颜色到指定区域，然后使用自定义的自注意力机制将这些局部编辑与全局一致的底图和谐融合。这确保了局部色彩保真性和全局和谐性，无需任何模型微调。我们的系统可在消费级 GPU 上完成 15--20 步推理，实现专业质量、可控的上色。
引用
@article{arxiv.2405.18716,
title = {SketchDeco: Training-Free Latent Composition for Precise Sketch Colourisation},
author = {Chaitat Utintu and Yi-Zhe Song},
journal= {arXiv preprint arXiv:2405.18716},
year = {2026}
}
备注
Accepted in CVPR 2026. Project page available at https://chaitron.github.io/SketchDeco/