Hahmojen johdonmukaisuus varmistetaan määrittelemällä muuttumattomat piirteet tekstissä ja ankkuroimalla ne visuaalisiin referensseihin, minkä jälkeen muuttujia kuten valaistusta ja kulmaa hallitaan tiukasti. Tämä saavutetaan erottamalla hahmon identiteetti kohtauksen kontekstista työskentelytavassa.
Hahmojen ajautuminen generatiivisissa malleissa
Generatiiviset mallit tulkitsevat kehotuksia todennäköisyyspohjaisesti. Kun pyydät tiettyä hahmoa, malli poimii näytteitä mahdollisten tulkintojen jakaumasta. Ilman rajoituksia jokainen luonti on uusi heitto arpakuutiolla. Pienet vaihtelut kasvojen rakenteessa, hiusten tekstuurissa tai vaatteiden yksityiskohdissa kertyvät kuvien välillä. Tämä ajautuminen johtuu siitä, että malli priorisoi yleisen sommittelun ja valaistuksen tiettyjen identiteettitunnusten sijaan. Jos et aktiivisesti rajoita tulostetta, hahmosta tulee yleismallinen arkkityyppi yksittäisen henkilön sijaan.
Muuttumattomien hahmonpiirteiden määrittäminen kehotuksissa
Sinun on tunnistettava hahmon määrittelevät piirteet ja kohdeltava niitä neuvottelukykyisinä. Nämä ovat muuttumattomat piirteet. Ne sisältävät tietyn kasvojen geometrian, silmien värin, hiusten muodon ja ainutlaatuiset vaatekappaleet. Älä kuvaile hahmoa epämääräisin termein kuten "siisti" tai "mystinen". Kuvaile fyysinen todellisuus. Sen sijaan, että kirjoitat "karhea ilme", määrittele "lyhyesti leikatut hiukset, arpi vasemman kulmakarvan yläpuolella, kulunut nahkatakki".
- Listaa muuttumattomat piirteet kiinteässä tekstilohkossa.
- Pidä tämä lohko identtisenä jokaisessa kehotuksessa.
- Aseta tämä lohko kehotuksen alkuun antaaksesi sille suuremman painoarvon.
- Vältä adjektiiveja, jotka viittaavat useisiin tulkintoihin. Käytä konkreettisia substantiiveja ja fyysisiä kuvailevia sanoja.
Jos muutat hiusten kuvausta, malli voi tulkita uuden kuvauksen eri hahmoksi. Tekstikehotus on ensisijainen ankkuri. Jos teksti on epäselvä, kuvasta tulee epäjohdonmukainen.
Referenssikuvien ja tyyliankkurien käyttö
Pelkkä teksti on usein riittämätön monimutkaisille hahmoille. Visuaaliset referenssit tarjoavat tilallisen ja tyylillisen ankkurin. Lataat hahmon kuvan ohjataksesi mallin identiteettitulkintaa. Tässä vaiheessa tietyt työkalut sopivat prosessiin.
- Midjourney on valinta, kun haluat viitata tiettyyn hahmokuvaukseen varmistaaksesi kasvopiirteiden ja tyylin yhdenmukaisuuden uusissa generoinneissa.
- Adobe Firefly -työkalua käytetään, kun haluat ladata hahmoviitekuvan ohjaamaan generoitujen kuvien tyyliä ja identiteettiä Creative Cloud -ympäristössä.
- Leonardo.Ai valitaan, kun haluat lukita tiettyjä hahmon piirteitä ja esteettisyyttä useiden kuvagenerointien aikana.
- Stable Diffusion -työkalua hyödynnetään edistyneeseen yhdenmukaisuuteen LoRA-koulutuksella hahmoaineistoissa tai käyttämällä ControlNet-asentojen ja rakenteiden lukitsemiseen.
- Krea -työkalua sovelletaan, kun haluat ladata kuvan hahmon identiteetin ja tyylin ylläpitämiseksi reaaliaikaisessa generoinnissa.
- Runway -työkalua käytetään, kun haluat ylläpitää hahmon yhdenmukaisuutta luodessasi videosekvenssejä tai animoidessasi staattisia hahmosuunnitelmia.
- DALL-E 3 -työkaluun luotetaan, kun haluat ylläpitää hahmon yhdenmukaisuutta yksityiskohtaisten, tarkkojen tekstikehotteiden ja iteratiivisen hienosäädön avulla, koska siinä ei ole natiivia kuvaviiteominaisuutta.
Käyttääksesi näitä työkaluja, arvioi tulosta sen perusteella, vastaako kasvorakenne viitekuvaa. Älä arvioi sitä sen perusteella, näyttääkö kohtaus hyvältä. Jos kasvot ovat väärät, kohtaus on merkityksetön.
Valaistus- ja kulmavaihteluiden hallinta
Valaistus ja kulma ovat yleisimmät syyt havaittuun epäjohdonmukaisuuteen. Hahmo kirkkaassa päivänvalossa näyttää erilaiselta kuin sama hahmo varjossa. Tämä ei ole driftia; se on fysiikkaa. Mallit tulkitsevat kuitenkin usein valaistusmuutokset identiteettimuutoksina.
- Pidä valaistuskuvauksen yhdenmukaisena, jos haluat hahmon näyttävän samalta.
- Jos vaihdat kulmaa, odota kasvopiirteiden muuttuvan.
- Käytä neutraalia valaistusta hahmolomakkeille perusidentiteetin luomiseksi.
- Sovella dramaattista valaistusta vasta identiteetin lukitsemisen jälkeen.
Jos generoit hahmon pimeällä kujalla ja sitten kirkkaassa studiossa, malli saattaa tulkita varjot eri kasvorakenteiksi. Erota identiteetti ympäristöstä. Generoi hahmo ensin neutraalissa kontekstissa. Komposoi tai kehottele sitten tiettyä ympäristöä varten.
Iteratiivinen hienosäätö ja negatiivinen kehotus
Et saa sitä oikein ensimmäisellä yrityksellä. Iteratiivinen hienosäätö on työnkulun ydin. Luo useita variaatioita. Valitse se, joka on lähinnä tavoiteltua identiteettiä. Käytä valintaa uutena referenssinä. Tämä luo palautteenkierron, joka tiivistää johdonmukaisuutta.
Negatiivinen kehottaminen on olennaista. Sinun on kerrottava mallille, mitä ei tule tehdä.
- Listaa yleiset poikkeamat negatiivisessa kehotteessa.
- Sisällytä termejä kuten "different face", "wrong hair" tai "generic features".
- Päivitä negatiivinen kehotteessa, kun huomaat uudenlaisia virheitä.
Jos malli antaa hahmolle jatkuvasti eri nenän muodon, lisää negatiiviseen kehotteeseen "wrong nose shape". Tämä ehkäisee tehokkaasti muodon harhailemista.
Yleiset virheet, jotka rikkovat johdonmukaisuuden
Useimmat yhdenmukaisuusvirheet johtuvat työnkulun virheistä, eivät työkalujen rajoituksista.
- Hahmon kuvauksen muuttaminen kehoteiden välillä.
- Epämääräisten adjektiivien käyttäminen fyysisten kuvausten sijaan.
- Valaistuskontekstin huomiotta jättäminen identiteettiä arvioitaessa.
- Negatiivisen kehottamisen käyttämättä jättäminen poikkeavuuksien hillitsemiseksi.
- Täydellisen yhdenmukaisuuden odottaminen iteratiivisen hienosäädön sijaan.
- Yksittäisen, laadultaan heikon tai epäselvän referenssikuvan käyttäminen.
Jos teet nämä virheet, mikään työkalu ei pelasta sinua. Työkulun on oltava kurinalainen. Tekstin on oltava tarkka. Viitteiden on oltava selkeitä. Iteraation on oltava jatkuvaa.