رنگی سازی تصاویر مانگا با استفاده از هوش مصنوعی

این مقاله یک رویکرد نوین برای رنگی سازی تصاویر مانگا با استفاده از هوش مصنوعی ارائه می دهد که بر یک مدل ترکیبی مبتنی است و شبکه های مولد تخاصمی (GANs) و مدل های انتشار (Diffusion Models) را با یکدیگر تلفیق می کند. روش پیشنهادی به چالش های کلیدی در رنگی سازی طرح های سیاه وسفید مانگا می پردازد؛ از جمله حفظ وفاداری به سبک هنری و دستیابی به نگاشت رنگی واقع گرایانه. در این رویکرد، با بهره گیری از توصیف های معنایی (Semantic Captions)، دقت و کیفیت بصری نتایج تولیدشده به طور قابل توجهی افزایش می یابد. این پژوهش بررسی می کند که چگونه می توان مدل های مبتنی بر انتشار را با GANها ادغام کرد تا انسجام رنگی در سبک های متنوع مانگا بهبود یابد. نتایج آزمایشی نشان می دهد که چارچوب پیشنهادی ضمن حفظ ویژگی های متمایز آثار مانگا، قادر به تولید خروجی های رنگی شده با کیفیت بالا است. علاوه بر این، مقاله به مسئله توزیع که معمولا در روش های رنگی سازی مبتنی بر تصویر مرجع مشاهده می شود، پرداخته و راهبردهای بالقوه ای را برای کاهش اثرات آن بدون اتکا به تصاویر مرجع مطرح می کند.

کلیدواژه ها:

رنگی سازی تصاویر مانگا ، شبکه های مولد متخاصم ، مدل های انتشار ، توصیف های معنایی ، تولید تصویر ، هوش مصنوعی