LongAnimation：基于动态全局-局部记忆的长动画生成

动漫着色是真实动漫产业制作的关键部分。长动漫着色具有高昂的人工成本。因此，基于视频生成模型的自动化长动漫着色具有重要的研究价值。现有的研究仅限于短期着色。这些研究采用局部范式，融合重叠特征以实现局部片段之间的平滑过渡。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。在本研究中，我们认为，理想的长期颜色一致性可以通过动态的全局-局部范式来实现，即动态地提取与当前生成相关的全局颜色一致性特征。具体来说，我们提出了 LongAnimation，一种新颖的框架，主要包括 SketchDiT、动态全局-局部记忆 (DGLM) 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来动态压缩全局历史特征，并将其与当前生成特征自适应地融合。为了改善颜色一致性，我们引入了颜色一致性奖励。在推理过程中，我们提出了一种颜色一致性融合来平滑视频片段过渡。在短期（14 帧）和长期（平均 500 帧）动画上的大量实验表明，LongAnimation 在保持开放域动画着色任务的短期和长期颜色一致性方面的有效性。该代码可以在 https://cn-makers.github.io/long_animation_web/ 找到。