Color Temperature Consistency

本指标用于评估生成视频中环境氛围（色温逻辑）的一致性。在 HSV 色彩空间中分析 Hue 维度：将 hue 取值范围 $[0, 179]$ 划分为 $7$ 个核心区间，构造 hue 特征向量 $\mathbf{h}_t \in \mathbb{R}^{7}$；再计算整段序列相对首帧的加权感知相似度。为平衡全局恒定与局部过渡，第 $t$ 帧（$t \geq 2$）的相似度定义为「当前帧–首帧」与「当前帧–前一帧」余弦相似度的算术平均。相似度 $S(\cdot, \cdot)$ 采用余弦内积（定义同亮度分布一致性指标式 (3)）：

$$S(a, b) = \frac{a \cdot b}{\|a\|\,\|b\|} = \frac{\sum_{i=1}^{n} a_i b_i}{ \sqrt{\sum_{i=1}^{n} a_i^2}\,\sqrt{\sum_{i=1}^{n} b_i^2} } \tag{3}$$ $$\bar{S}_t = \frac{ S(\mathbf{h}_t, \mathbf{h}_1) + S(\mathbf{h}_t, \mathbf{h}_{t-1}) }{ 2 } \tag{7}$$

对每帧 $I_t$，先将 RGB 转为 HSV，以饱和度 $S$ 为权重在 $7$ 个 hue 区间上统计直方图并归一化，得到 $\mathbf{h}_t$（WorldAtlas 默认 hue_bins=7，区间 $[0, 180)$）。

最终分数采用归一化指数衰减加权求和，权重 $\hat{w}'(d)$ 为改进版指数核（相较亮度指标 $\hat{w}(d)$ 衰减更快，$\beta > \alpha$），并对相似度施加修正 Softmax 变换 $T(\cdot)$（定义同式 (4)，默认 $\lambda = 4.0$）：

$$T(x) = \frac{e^{\lambda x} - 1}{e^{\lambda} - 1}, \quad \lambda > 0 \tag{4}$$ $$w'(d) = e^{-\beta \cdot d}, \qquad \hat{w}'(d) = \frac{w'(d)}{\sum_{k=1}^{T-1} w'(k)} \quad (\beta > 0) \tag{8}$$

其中 $d \in [1, T-1]$ 为帧距（$d=1$ 对应第 $2$ 帧相对首帧），$\beta$ 为衰减系数（越大则远端帧权重衰减越快）。默认配置下 $\beta = 0.10$，亮度分布指标中取 $\alpha = 0.05$，满足 $\beta > \alpha$，从而对长视频常见的「色漂」现象施加更强惩罚，保证场景色温逻辑一致。综合得分为：

$$S_{\mathrm{Color}} = \sum_{d=1}^{T-1} \hat{w}'(d) \cdot T\!\left(\bar{S}_{d+1}\right) \tag{9}$$

WorldAtlas 中本算法对应正式指标 color_temperature_constraint（hue_distribution 后端）；归一化配置下 raw 与 normalized 均为 $[0,1]$，越高越好。旧标量别名 color_temperature_consistency 用于兼容；按当前配置使用标准指标，避免重复计数。

已核验的同输入案例

Audit manifest: docs/assets/metric_examples/curated_same_case_manifest.json.

输入图像

输入已核验 · 同一 benchmark case · gap 0.8068

image_static_stylized_aquatic_landscape_0098

套件: image_static场景: stylized / outdoor / aquatic_landscape

基准 prompt target

Camera pan left. An aquatic landscape with beach, cliffs, and ocean.

prompt source: prompt_target

两条视频的首帧都已通过与展示输入的几何匹配核验；高低标签只比较当前 metric。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9983

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.1915

输入图像

输入已核验 · 同一 benchmark case · gap 0.8132

image_static_stylized_workspaces_0088

套件: image_static场景: stylized / indoor / workspaces

基准 prompt target

Camera pan right. A modern conference room with couch, coffee table, and bookshelves.

prompt source: prompt_target

两条视频的首帧都已通过与展示输入的几何匹配核验；高低标签只比较当前 metric。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9998

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.1866

输入图像

输入已核验 · 同一 benchmark case · gap 0.6806

image_static_stylized_suburb_0132

套件: image_static场景: stylized / outdoor / suburb

基准 prompt target

Camera move right. A suburban street with houses, trees, and road.

prompt source: prompt_target

两条视频的首帧都已通过与展示输入的几何匹配核验；高低标签只比较当前 metric。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.9968

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.3162