Avaluació del mètode d’aprenentatge de coincidència per inclusió per acolorir animació 2D i estudi ètic de l’ús de la IA en l’art

Other authors

Universitat Politècnica de Catalunya. Departament d'Arquitectura de Computadors

Tous Liesa, Rubén

Publication date

2025-05-27



Abstract

Aquest treball ha explorat diferents tècniques d’acoloriment automàtic d’animació 2D centrant-se en analitzar el model concret de coincidència per inclusió de Yuekun et al. Amb l’objectiu d’experimentar amb la xarxa, s’ha contribuït amb un codi per generar datasets i s’ha creat un dataset d’accés lliure. D’aquesta manera s’ha demostrat que el mètode de Yuekun és el que obté els millors resultats. Tot i així, aquest mètode obté bons resultats per datasets de certa qualitat i estil. A més, s’ha fet un estudi ètic amb la participació de 68 artistes. Finalment, s'exposen les limitacions trobades i es proposen línies futures per seguir experimentant i millorant les eines estudiades.


Este trabajo ha explorado diferentes técnicas de coloración automática de animación 2D centrándose en analizar el modelo concreto de coincidencia por inclusión de Yuekun et al [1]. Con el objetivo de experimentar con la red, se ha contribuido con un código para generar datasets y se ha creado un dataset de acceso libre. De este modo se ha demostrado que el método de Yuekun es el que obtiene los mejores resultados. Aun así, este método obtiene buenos resultados para datasets de cierta calidad y estilo. Además, se ha hecho un estudio ético con la participación de 68 artistas. Finalmente, se exponen las limitaciones encontradas y se proponen líneas futuras para seguir experimentando y mejorando las herramientas estudiadas.


This work has explored different techniques of automatic colorization of 2D animation focusing on the analysis of the specific model of coincidence by inclusion of Yuekun et al [1]. In order to experiment with the network, a pipeline to generate datasets has been contributed and a free access dataset has been created. In this way it has been shown that the Yuekun method is the one that obtains the best results. However, this method obtains good results for datasets of certain quality and style. In addition, an ethical study has been carried out with the participation of 68 artists. Finally, the limitations found are exposed, and future directions are proposed to continue experimenting and improving the studied tools.

Document Type

Bachelor thesis

Language

Catalan

Publisher

Universitat Politècnica de Catalunya

Recommended citation

This citation was generated automatically.

Rights

S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'

Open Access

This item appears in the following Collection(s)