学术背景与问题提出 Clipart（剪贴画）作为一种预制的图形艺术形式，广泛应用于文档、演示文稿和网站中，能够快速提升视觉内容的吸引力。然而，将静态的剪贴画转换为动态序列的传统工作流程非常繁琐且耗时，通常涉及复杂的步骤，如骨骼绑定（rigging）、关键帧动画（keyframing）和中间帧生成（inbetweening）。近年来，文本到视频生成（text-to-video generation）技术的进步为解决这一问题提供了新的可能性。然而，直接应用现有的文本到视频生成模型往往难以保留剪贴画的视觉特征或生成卡通风格的运动，导致动画效果不尽如人意。 本文提出了一种名为AniClipart的系统，旨在通过文本到视频的先验知识，将静态剪贴画转换为高质量的运动序列。该系统通过定义关键点的贝塞尔曲线...