Valaistuksen harha syntyy, kun peräkkäiset tekoälymallin tuottamat kuvat eroavat toisistaan hienovaraisesti mutta havaittavasti valonlähteen sijainnin, kirkkaustason tai sävyn osalta. Tämä johtuu siitä, että useimmat generatiiviset mallit käsittelevät jokaisen kuvan luomisen itsenäisenä tapahtumana ja optimoivat paikallisen kontrastin ja selkeyden globaalin jatkuvuuden sijaan. Kun luot toisen kuvan, malli voi tulkita ”kirkkaan aamun valon” hieman eri tavalla kuin ensimmäisen kuvan kohdalla, jolloin auringon kulma muuttuu tai valkotasapainon lämpötila nousee. Tämä epäjohdonmukaisuus rikkoo yhtenäisen näkymän illuusion, jolloin sarja vaikuttaa hajanaiseksi eikä yhtenäiseltä. Ratkaisu on käsitellä valaistusta ei automaattisena sivutuotteena kehotteesta, vaan tiukkana tekstimuotoisena rajoitteena, jota vahvistetaan visuaalisilla referensseillä.
Valopisteen määrittäminen alkuperäisessä kehotteessa
Tehokkain tapa varmistaa yhdenmukaisuus on määritellä valaistusolosuhteet tiukasti tekstuaalisesti ensimmäisessä kehotteessa. Tämä määritelmä toimii ankkurina kaikille myöhemmille kuville. Älä luota epämääräisiin kuvauksiin kuten ”luonnollinen valo” tai ”kirkas ja ilmava”, jotka ovat liian laajoja ja sallivat liian suuren tulkinnallisen vaihtelun. Määritä sen sijaan valolähteen fysikaaliset ominaisuudet geometrisella ja kromaattisella tarkkuudella.
Määritä kolme tarkkaa parametria: suunta, laatu ja värilämpötila. Suunnan osalta kerro tarkasti, mistä valo tulee suhteessa kohteeseen, esimerkiksi "valo tulee vasemmasta yläkulmasta 45 asteen kulmassa". Laadun osalta erota kova ja pehmeä valo varjojen reunaterävyyden perusteella, esimerkiksi "terävät, korkeakontrastiset varjot vähäisellä hajonnalla" versus "pehmeä, hajautettu valo lempeillä liukuvärjäytymillä". Värilämpötilan osalta vältä subjektiivisia termejä kuten "lämmin". Kuvaile sen sijaan sävyn siirtymä suhteessa neutraaliin valkoiseen, esimerkiksi "hieman kultainen sävy, joka on tyypillinen myöhäisen iltapäivän auringolle" tai "viileä, sinisävyinen aamun hajavalo". Kun lukitset nämä kolme muuttujaa ytimekkääseen lauseeseen, jonka kopioit ja liität sellaisenaan jokaiseen seuraavaan kehotteeseen, annat mallille kiinteän loogisen rakenteen, jota noudattaa, mikä vähentää sen tulkinnan satunnaisuutta.
Viitekuva varjon suunnan ja voimakkuuden lukitsemiseksi
Pelkkä teksti ei usein välitä valon tarkkaa voimakkuutta, sillä mallin tulkinta sanasta "kirkas" voi vaihdella kehotteen muiden elementtien perusteella. Tämän kompensoimiseksi käytä viitekuvaa visuaalisena ankkurina. Tämä tekniikka edellyttää tietyn kuvan lataamista tai liittämistä, joka ilmentää haluttua valaistustilaa täsmällisesti, ja mallin ohjeistamista toistamaan tämä valaistusasetus uuteen kohteeseen.
When valitset referenssikuvan, valitse sellainen, jossa on selkeät, erottuvat varjot. Tasaisesti valaistu kuva antaa vähän tietoa suunnasta tai intensiteetistä, kun taas voimakkaat suunnatut varjot antavat mallille selkeät geometriset vihjeet. Syöttäessäsi referenssikuvan, liitä siihen ytimekäs ohje, joka erottaa sisällön valaistuksesta. Ohjeista esimerkiksi mallia soveltamaan referenssikuvan valaistusasetus uuteen kohderyhmään. Tämä pakottaa mallin priorisoimaan valonlähteiden ja objektien välisen spatiaalisen suhteen referenssikuvan omien yksityiskohtien sijaan. Varmista, että referenssikuva pysyy yhtenäisenä koko sekvenssin ajan. Referenssikuvien vaihtaminen generointien välillä tuo uusia muuttujia, mikä johtaa välittömään driftiin. Ankkuroimalla jokaisen generoinnin samaan visuaaliseen esimerkkiin luot visuaalisen kieliopin, jota malli toistaa eri kohteilla, mikä varmistaa, että varjon pituus ja tummuus pysyvät suhteellisina otoksesta toiseen.
Tekniikat värintasapainon yhdenmukaisuuden säätämiseksi otosten välillä
Vaikka suunta ja intensiteetti olisivat yhdenmukaisia, värintasapaino – valon lämpö tai kylmyys – voi vaihdella mallin sisäisten värintasapainoalgoritmien vuoksi. Nämä algoritmit yrittävät usein korjata havaittuja väripoikkeavuuksia kohteessa, mikä voi tahattomasti siirtää taustavalon sävyä. Säilyttääksesi lämpötilan yhdenmukaisuuden sinun on irrotettava valon väri kohteen luontaisista väreistä.
Yksi tehokas tekniikka on määrittää valaistuksen väri erikseen kohtauksen kuvauksesta. Sen sijaan, että sulauttaisit valaistuskuvauksen pääkertomukseen, lisää oma valaistuslausekkeesi kehotteen loppuun. Käytä suhteellisia väri termejä, jotka kuvaavat valonlähteiden välistä suhdetta eivätkä absoluuttisia arvoja. Jos haluat esimerkiksi neutraalin ilmeen, määritä "neutral white balance with no dominant color cast". Jos haluat lämpöä, määritä "golden hour warmth without oversaturation of reds". Tämä auttaa estämään mallia liioittelemasta kohtauksen värejä. Jos lisäksi luot sarjaa, jossa vuorokaudenaika muuttuu, kuvaa lämpötilan muutos gradienttina hyppäyksen sijaan. Siirry esimerkiksi "cool morning blue" -tilasta "neutral midday white" -tilaan ja edelleen "warm evening gold" -tilaan käyttämällä välittäviä kuvauksia jokaiselle vaiheelle. Tämä luo loogisen etenemisen, jota malli voi seurata, ja varmistaa, että värin muutos tuntuu harkitulta ja sujuvalta eikä epätasaiselta.
Palaneiden kirkkaat alueet ja varjot lopullisissa kompositioissa
Huolellisesta kehotteesta huolimatta palaneiden kirkkaat alueet tai varjojen syvyys voivat joskus olla ristiriidassa. Kun tarkastelet sarjaa, etsi epäjohdonmukaisuuksia siinä, kuinka kirkkaita kuvan kirkkaimmat osat (palaneet kirkkaat alueet) ovat ja kuinka tummia syvimmät varjot ovat. Jos yksi kuva näyttää haalealta ja toinen syvältä ja kontrastiselta, valaistuksen intensiteetti on muuttunut.
Tämän ongelman korjaamiseksi tarkista ensin kehotteen pituus. Pidemmät ja monimutkaisemmat kehotteet voivat heikentää tiettyjen valaistusohjeiden vaikutusta. Yksinkertaista kehotetta poistamalla aiheesta kertovat tarpeettomat adjektiivit ja keskittymällä valaistuslauseeseen. Jos poikkeama jatkuu, säädä työkalun salliessa ”strength”- tai ”influence”-asetuksia ja anna suurempi painoarvo referenssikuvalle tekstikehotteen sijaan. Yleinen ongelma on myös taustan monimutkaisuus: vilkkaat taustat voivat saada mallin säätämään valaistusta, jotta kohde erottuu, mikä muuttaa kokonaisvalotusta. Korjaa tämä yksinkertaistamalla taustakuvausta seuraavissa kehotteissa käyttämällä termejä kuten ”minimalist background” tai ”solid color backdrop”, jotta valaistus käyttäytyy ennustettavasti. Jos tietty kuva on merkittävästi poikkeava, luo se uudelleen käyttämällä edellistä onnistunutta kuvaa ainoana referenssinä valaistukselle alkuperäisen tekstikehotteen sijaan. Tämä iteratiivinen hienosäätö auttaa palauttamaan sarjan kohti vakiintunutta ankkuria ja varmistaa yhtenäisen visuaalisen kerronnan.