Traditional cartoon animation paint

Traditional cartoon animation painting has always been a tedious job.In order to improve the efficiency of the process,the development of an automatic cartoon generation system including automatic in betweening and coloring is required. Automatic matching of cartoon characters in key frames is the prerequisite for the system.This paper provides a novel matching algorithm with iterative maximum aposteriori (MAP)estimation and the maximum likelihood(ML)estimation.Specifically,this algorithm formulate cartoon matching as a many-to-many labeling problem. To refine the results of matching,an
optimization approach is adopted to alternatively conduct the MAP estimation and the ML estimation. Besides, we construct the correspondence by using the local shape descriptor,and the rotation and scale invariance in matching can be achieved.The experimental results on real-world datasets demonstrate the effectiveness of the proposed methods for automatic cartoon matching.

ผลลัพธ์ (ไทย) 1:

ภาพเคลื่อนไหวการ์ตูนแบบดั้งเดิมได้เสมอรับงานน่าเบื่อ เพื่อปรับปรุงประสิทธิภาพของกระบวนการ การพัฒนาระบบการสร้างการ์ตูนโดยอัตโนมัติรวมทั้งอัตโนมัติใน betweening และสีที่ถูกต้อง การจับคู่อัตโนมัติของตัวการ์ตูนในคีย์เฟรมเป็นข้อกำหนดเบื้องต้นสำหรับระบบ กระดาษนี้ให้เป็นนวนิยายตรงกับอัลกอริทึม มีการประเมินซ้ำสูงสุด aposteriori (MAP) และการประเมินความเป็นไปได้สูงสุด (มล) โดยเฉพาะ อัลกอริทึมนี้สร้างการ์ตูนก็หลายต่อหลายปัญหาการติดฉลาก เมื่อต้องการจำกัดผลลัพธ์ของการจับคู่ การวิธีการปรับให้เหมาะสมจะนำหรือ ทำการประเมินแผนและการประเมิน ML นอกจาก เราสร้างการโต้ตอบ โดยใช้ตัวบอกลักษณะรูปร่างภายใน และ invariance หมุนและขนาดในการจับคู่สามารถทำได้ ผลการทดลองบน datasets จริงแสดงให้เห็นถึงประสิทธิภาพของวิธีการนำเสนอสำหรับการจับคู่อัตโนมัติการ์ตูน

ผลลัพธ์ (ไทย) 2:

ภาพวาดการ์ตูนแบบดั้งเดิมได้เสมอเพื่อ job.In น่าเบื่อที่จะปรับปรุงประสิทธิภาพของกระบวนการพัฒนาระบบการผลิตอัตโนมัติรวมถึงการ์ตูนอัตโนมัติ betweening และสีเป็นสิ่งจำเป็น การจับคู่อัตโนมัติของตัวการ์ตูนในกรอบที่สำคัญคือสิ่งที่จำเป็นสำหรับกระดาษ system.This ให้วิธีการจับคู่กับนวนิยาย aposteriori สูงสุดซ้ำ (MAP) และการประมาณค่าความน่าจะเป็นสูงสุด (ML) estimation.Specifically ขั้นตอนวิธีการจับคู่นี้กำหนดการ์ตูนเป็นจำนวนมากมาย ต่อหลายปัญหาการติดฉลาก เพื่อปรับแต่งผลการจับคู่เป็นวิธีการเพิ่มประสิทธิภาพนำไปใช้เพื่อดำเนินการหรือการประมาณแผนที่และประมาณการ ML
นอกจากนี้เราสร้างจดหมายโดยใช้การอธิบายรูปร่างท้องถิ่นและแปรเปลี่ยนหมุนและขนาดในการจับคู่สามารถ achieved.The ผลการทดลองในชุดข้อมูลที่แท้จริงของโลกแสดงให้เห็นถึงประสิทธิภาพของวิธีการที่นำเสนอสำหรับการจับคู่การ์ตูนอัตโนมัติ

ผลลัพธ์ (ไทย) 3:

ภาพวาดการ์ตูนภาพเคลื่อนไหวแบบดั้งเดิมมักจะเป็นงานที่น่าเบื่อ เพื่อปรับปรุงประสิทธิภาพของกระบวนการ การพัฒนาระบบผลิตอัตโนมัติการ์ตูนรวมถึงอัตโนมัติใน betweening และสีถูกต้อง การจับคู่อัตโนมัติของตัวการ์ตูนในคีย์เฟรมเป็นเบื้องต้นสำหรับระบบกระดาษนี้มีนวนิยายตรงกับอัลกอริทึมด้วยซ้ำสูงสุดเอ พ็ ทีริโอ ( แผนที่ ) การประมาณค่าและความน่าจะเป็นสูงสุด ( มิลลิลิตร ) การประมาณค่า โดยเฉพาะ ขั้นตอนวิธีนี้สร้างการจับคู่เป็นการ์ตูนมากมายหลายตัวปัญหา เพื่อปรับแต่งผลของการจับคู่ การเพิ่มประสิทธิภาพแนวทางอุปการะ
หรือนำแผนที่การประมาณและมล ประมาณ นอกจากนี้เราสร้างการติดต่อโดยการใช้หัวเรื่องรูปร่างในท้องถิ่นและการหมุน และขนาดแปรเปลี่ยนในการจับคู่ได้ ผลการทดลองกับข้อมูลใหม่แสดงให้เห็นถึงประสิทธิภาพของวิธีที่เสนอสำหรับการ์ตูน
การจับคู่อัตโนมัติ