深度学习的二维动画视觉领域修复综述.pdfVIP

计算机科学与探索1673-9418/2023/17(12)-2808-19

JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2303078

深度学习的二维动画视觉领域修复综述

11,21,3+

李雨航，谢良彬，董超

1.中国科学院深圳先进技术研究院机器视觉与模式识别重点实验室，广东深圳518000

2.澳门大学科技学院，澳门999078

3.上海人工智能实验室，上海200000

+通信作者E-mail:liyuhang_98@163.com

摘要：传统二维动画是一种具有独特风格的影像作品，其制作方式和画面特征与现实场景的影像存在很大

差异。传统二维动画通常需要逐帧绘制图片，并保存为位图。但是二维动画在存储、传输和播放过程中，可能

会出现画质退化、分辨率不足、时序不连续等问题。随着深度学习技术的发展，基于深度学习的方法在动画修

复领域得到了广泛应用。对基于深度学习的二维动画修复进行了全面总结。首先，调研了目前与动画相关的

数据集，明确了深度学习在动画修复领域已有的数据支撑以及动画数据集建立的瓶颈。其次，通过调研和测

试动画画质修复与动画视频插帧的深度学习算法，找出了目前动画修复的关键点与难点，介绍了一些针对动

画画面特征设计的保证动画帧间一致性的方法，为动画视频的修复提供了思路。然后，通过分析现有图像质

量评价方法对动画影像的有效性，找到能合理评价和指导动画修复结果的指标。最终，根据上述分析，阐明了

动画相关修复任务中面临的挑战，并提出了未来深度学习在动画修复领域的发展方向。

关键词：动画修复；深度学习；超分辨率；动画插帧

文献标志码：A中图分类号：TP391.4

Reviewof2DAnimationRestorationinVisualDomainBasedonDeepLearning

11,21,3+

LIYuhang,XIELiangbin,DONGChao

1.ShenzhenKeyLabofComputerVisionandPatternRecognition,ShenzhenInstituteofAdvancedTechnology,

ChineseAcademyofSciences,Shenzhen,Guangdong518000,China

2.FacultyofScienceandTechnology,UniversityofMacau,Macau999078,China

3.ShanghaiArtificialIntelligenceLaboratory,Shanghai200000,China

Abstract:Traditional2Danimationisadistinctvisualstylewithaproductionprocessandimagecharacteristicsthat

differsignificantlyfromreal-lifescenes.Itusuallyrequiresdrawingpicturesframebyframeandsavingthemas

bitmaps.Duringthestorage,transmission,andplaybackprocess,2Danimationmayencounterproblemssuchas

picturequalitydegradation,insufficientresolution,anddiscontinuoustiming.Withthedevelopmentofdeeplearning

technology,ithasbeenwidelyusedinthefieldofanimationresto