لغزش نور زمانی رخ میدهد که تصاویر متوالی تولیدشده توسط یک مدل هوش مصنوعی تفاوتهای ظریف اما محسوسی در موقعیت منبع نور، سطوح روشنایی یا رنگمایه نشان دهند. این اتفاق میافتد زیرا اکثر مدلهای مولد، هر تولید تصویر را بهعنوان یک رویداد مستقل در نظر میگیرند و بر بهینهسازی کنتراست محلی و وضوح تمرکز دارند، نه پیوستگی کلی. هنگامی که تصویر دوم را تولید میکنید، مدل ممکن است عبارت «نور صبح روشن» را کمی متفاوت از تصویر اول تفسیر کند و زاویه خورشید را تغییر دهد یا دمای تعادل سفید را افزایش دهد. این ناهماهنگی، توهم یک صحنه پیوسته را از بین میبرد و باعث میشود توالی، گسسته به نظر برسد نه منسجم. برای حل این مشکل، باید نورپردازی را نه بهعنوان یک محصول جانبی خودکار از پرامپت، بلکه بهعنوان یک قید سختگیرانه تعریفشده در متن و تقویتشده از طریق مراجع بصری در نظر بگیرید.
تعریف یک «لنگر نور» در پرامپت اولیه خود
موثرترین روش برای ایجاد یکدستی، ایجاد یک تعریف متنی دقیق از شرایط نورپردازی در اولین پرامپت شماست. این تعریف بهعنوان «لنگر» برای تمام تصاویر بعدی عمل میکند. به توصیفات مبهمی مانند «نور طبیعی» یا «روشن و دلباز» اکتفا نکنید، زیرا این عبارات بیش از حد کلی هستند و اجازه تغییرات تفسیری زیادی را میدهند. در عوض، ویژگیهای فیزیکی منبع نور را با دقت هندسی و رنگی مشخص کنید.
باید سه پارامتر مشخص را تعریف کنید: جهت، کیفیت و دمای رنگ. برای جهت، دقیقاً مشخص کنید نور نسبت به سوژه از کجا میآید، مانند «نور تابیده از بالا-چپ با زاویه 45 درجه». برای کیفیت، بین نور سخت و نرم را با توصیف تعریف لبه سایهها متمایز کنید، مانند «سایههای تیز با کنتراست تیز و پراکندگی حداقل» در مقابل «نور نرم و پخششده با گذارهای ملایم گرادیان». برای دمای رنگ، از اصطلاحات ذهنی مانند «گرم» پرهیز کنید. در عوض، تغییر رنگ را نسبت به سفید خنثی توصیف کنید، مانند «رنگ مایل به طلایی معمول برای آفتاب عصر» یا «نور محیطی سرد با تهرنگ آبی برای صبح زود». با تثبیت این سه متغیر در یک جمله مختصر که آن را عیناً در تمام پرامپتهای بعدی کپی-پیست میکنید، به مدل یک ساختار منطقی ثابت برای پیروی ارائه میدهید و تصادفی بودن تفسیر آن را کاهش میدهید.
استفاده از تصاویر مرجع برای تثبیت جهت و شدت سایهها
متن به تنهایی اغلب در انتقال دقیق شدت نور ناکام میماند، زیرا تفسیر مدل از «روشن» ممکن است بر اساس سایر عناصر در پرامپت نوسان کند. برای مقابله با این موضوع، از یک تصویر مرجع بهعنوان لنگر بصری استفاده کنید. این تکنیک شامل آپلود یا پیوست کردن یک تصویر خاص است که شرایط دقیق نورپردازی مورد نظر شما را تجسم میبخشد، سپس به مدل دستور دهید تا تنظیمات نورپردازی این مرجع را روی سوژه جدید خود بازتولید کند.
برای انتخاب تصویر مرجع، تصویری با سایههای واضح و متمایز را انتخاب کنید. یک تصویر با نورپردازی یکنواخت و تخت، اطلاعات کمی درباره جهت یا شدت نور ارائه میدهد، در حالی که تصویری با سایههای جهتدار قوی، نشانههای هندسی روشنی را در اختیار مدل قرار میدهد. هنگام وارد کردن تصویر مرجع، آن را با یک دستورالعمل مختصر جفت کنید که محتوا را از نورپردازی جدا کند. برای مثال، به مدل دستور دهید تا «تنظیمات نورپردازی تصویر مرجع را روی سوژه جدید اعمال کند.» این کار مدل را مجبور میکند تا اولویت را به رابطه مکانی بین منابع نور و اشیاء بدهد، نه به جزئیات خاص خود تصویر مرجع. اطمینان حاصل کنید که تصویر مرجع در تمام طول توالی ثابت بماند. تغییر تصاویر مرجع بین نسلهای تولید، متغیرهای جدیدی را وارد کرده و منجر به انحراف فوری میشود. با لنگر انداختن هر تولید روی همان مثال بصری، یک گرامر بصری ایجاد میکنید که مدل آن را روی سوژههای مختلف تکرار میکند و بدین ترتیب اطمینان حاصل میشود که طول و تیرگی سایهها از شات به شات متناسب باقی میمانند.
تکنیکهایی برای تنظیم یکسانی دمای رنگ بین شاتها
حتی با داشتن جهت و شدت نور یکسان، دمای رنگ—گرمی یا سردی نور—میتواند به دلیل الگوریتمهای داخلی تعادل رنگ مدل تغییر کند. این الگوریتمها اغلب سعی میکنند کاستههای رنگی ادراکشده در سوژه را اصلاح کنند که میتواند به طور ناخواسته باعث تغییر رنگمایه نور پسزمینه شود. برای حفظ یکسانی دما، باید رنگ نور را از رنگهای ذاتی سوژه جدا کنید.
یکی از روشهای مؤثر، مشخص کردن رنگ نور بهصورت جداگانه از توصیف صحنه است. بهجای ترکیب توصیف نورپردازی در روایت اصلی، یک بند اختصاصی نورپردازی را در انتهای پرامپت خود بیفزایید. از اصطلاحات رنگی نسبی استفاده کنید که رابطه بین منابع نور را توصیف میکنند، نه مقادیر مطلق. برای مثال، اگر به دنبال ظاهری خنثی هستید، بنویسید «تعادل رنگ سفید خنثی بدون کاست رنگ غالب». اگر گرما میخواهید، بنویسید «گرمای ساعت طلایی بدون اشباع بیشازحد قرمزها». این کار از جبران بیشازحد رنگها توسط مدل جلوگیری میکند. علاوه بر این، اگر در حال تولید مجموعهای هستید که زمان روز در آن تغییر میکند، تغییر دما را بهصورت یک گرادیان توصیف کنید، نه یک پرش ناگهانی. برای مثال، از «آبی خنثی صبحگاهی» به «سفید خنثی ظهر» و سپس به «طلایی گرم عصرگاهی» حرکت کنید و برای هر مرحله از توصیفکنندههای میانی استفاده نمایید. این امر پیشرفتی منطقی ایجاد میکند که مدل میتواند آن را دنبال کند و مطمئن شود که تغییر رنگ، عمدی و هموار است، نه نامنظم.
عیبیابی ناهماهنگی در هایلایتها و سایهها در ترکیبهای نهایی
علیرغم پرامپتنویسی دقیق، ممکن است ناهماهنگیهایی در شدت هایلایت یا عمق سایه همچنان رخ دهد. هنگام بررسی یک سری تصویر، به ناهماهنگیها در میزان روشنایی روشنترین بخشهای تصویر (هایلایتها) و میزان تاریکی عمیقترین سایهها توجه کنید. اگر یک تصویر رنگپریده به نظر برسد در حالی که دیگری عمیق و با کنتراست بالا است، شدت نور تغییر کرده است.
برای عیبیابی این مورد، ابتدا طول پرامپت را بررسی کنید. پرامپتهای طولانیتر و پیچیدهتر میتوانند تأثیر دستورالعملهای خاص نورپردازی را کاهش دهند. با حذف صفات غیرضروری درباره سوژه و تمرکز بر بخش نورپردازی، پرامپت خود را ساده کنید. اگر انحراف همچنان ادامه داشت و ابزار شما اجازه میدهد، تنظیمات «قدرت» یا «نفوذ» را تغییر دهید و وزن بیشتری به تصویر مرجع نسبت به پرامپت متنی بدهید. مشکل رایج دیگر، پیچیدگی پسزمینه است؛ پسزمینههای شلوغ میتوانند باعث شوند مدل نورپردازی را برای برجسته کردن سوژه تنظیم کند و در نتیجه نوردهی کلی تغییر کند. برای حل این مشکل، در پرامپتهای بعدی توضیحات پسزمینه را ساده کنید و از عباراتی مانند «پسزمینه مینیمال» یا «پسزمینه تکرنگ» استفاده کنید تا نورپردازی بهصورت قابل پیشبینی عمل کند. در نهایت، اگر تصویر خاصی بهطور قابلتوجهی نامناسب است، آن را با استفاده از تصویر موفق قبلی بهعنوان تنها مرجع نورپردازی بازتولید کنید، نه اینکه فقط به پرامپت متنی اصلی تکیه کنید. این اصلاح تکراری کمک میکند تا دنباله به سمت لنگر تثبیتشده بازگردد و روایت بصری منسجمی تضمین شود.