论文：https://arxiv.org/pdf/2401.16224

github：https://github.com/modelscope/DiffSynth-Studio/tree/main/examples/Diffutoon

网络结构

 两个主要分支：主要的卡通化管线和编辑分支

重要技术

        使用了fastblend(无需模型的视频帧之间的平滑技术)和跨帧注意力机制

        使用提示词来生成颜色引导信息，但是在大量帧之中可能会实效，fastblend可以弥补这一问题

        可以只使用主分支来卡通化视频，也可以在卡通化的同时对视频色彩信息进行编辑

fastblend技术

跨帧注意力机制参考文献1

跨帧注意力机制参考文献2

 本网络结构所需要的模型

 训练网络的相关参数配置

 不同框架之间的效果对比