RGBA color space
PulseAugur coverage of RGBA color space — every cluster mentioning RGBA color space across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AlphaAnything框架将RGB生成器扩展到RGBA图像
研究人员推出AlphaAnything，一个新颖的框架，旨在将现有的RGB图像生成器扩展到生成RGBA图像，其中包含透明度信息。该方法直接在预训练的RGB模型的潜在空间中运行，无需单独的训练阶段或对RGB解码过程进行修改。AlphaAnything集成了LoRA模块和一个alpha分支，确保RGB解码保持不变，同时学习不透明度。该框架还包含一个端点感知Alpha损失（EA Loss）以提高透明度准确性并有效处理部分透明度。
-
新的ABCD框架可在有限显存上训练大规模辐射场
研究人员推出了一种新颖的核外训练框架ABCD（Alpha-Composited Block Coordinate Descent），专为大规模辐射场设计，并以3D高斯溅射为例进行了演示。该方法通过将训练重构为块坐标下降，一次只激活一个参数块，从而优化内存使用。通过预渲染并将非活动区域折叠成RGBA图像，ABCD显著降低了峰值显存需求，使得在内存有限的GPU上训练大型场景成为可能。实验表明，与标准方法相比，ABCD在峰值信噪比方面仅有不…
-
新的RGBA视频生成方法针对游戏资产
研究人员开发了一种新的RGBA视频生成方法，该方法将RGB外观与Alpha通道相结合，专门用于游戏资产。通过引入GameAlpha-2.4K（一个大型游戏风格RGBA视频数据集），该方法解决了现有数据集和管道的挑战。该模型在单次传递中联合生成RGB帧和Alpha蒙版，提高了效率和稳定性，尤其是在半透明区域。
-
Bunraku系统将单张插画转化为可编辑的Live2D角色
研究人员开发了Bunraku，一个能够将单张插画转化为可编辑Live2D角色的新颖系统。该系统自动化了复杂的图层分离、网格生成和关键帧动画过程，这些过程传统上需要数周时间。Bunraku通过一个两阶段的扩散过程实现这一点，首先将插画分解为有序的RGBA图层，然后创建符合内容的网格并预测动画参数。该系统还能够使用自然语言指令对角色图层进行重新纹理化，同时保留生成的网格和动画。
-
新AI框架CreatiPoster生成可编辑的多层图形设计
研究人员推出CreatiPoster，一个新颖的框架，旨在根据自然语言指令或提供的资产生成可编辑的多层图形设计。与现有工具在用户资产集成和可编辑性方面存在困难不同，CreatiPoster利用协议模型和RGBA大型多模态模型为每个设计层创建JSON规范。该规范包括布局、内容、样式和背景细节，从而实现连贯的背景合成。该框架旨在通过支持画布编辑、文本叠加和响应式调整大小等应用来推进AI辅助图形设计，研究人员还发布了一个包含100,000个…