Կերպարի հետևողականությունն ապահովվում է տեքստում անփոփոխ հատկանիշներ սահմանելով և դրանք վիզուալ հղումներով ամրապնդելով, այնուհետև խիստ վերահսկելով լուսավորության և անկյան նման փոփոխականները։ Դուք դա իրականացնում եք՝ աշխատանքային հոսքում կերպարի ինքնությունը առանձնացնելով տեսարանի համատեքստից։
Կերպարի շեղման խնդիրը գեներատիվ մոդելներում
Գեներատիվ մոդելները հարցումները մեկնաբանում են հավանականային եղանակով։ Երբ դուք խնդրում եք կոնկրետ կերպար, մոդելը նմուշ է վերցնում հնարավոր մեկնաբանությունների բաշխումից։ Առանց սահմանափակումների, յուրաքանչյուր գեներացիա նոր նետում է։ Դեմքի կառուցվածքի, մազերի հյուսվածքի կամ հագուստի մանրամասների փոքր տատանումները կուտակվում են պատկերների միջև։ Այս շեղումը տեղի է ունենում, քանի որ մոդելը նախապատվությունը տալիս է ընդհանուր կոմպոզիցիային և լուսավորությանը՝ կոնկրետ ինքնության հատկանիշների փոխարեն։ Եթե դուք ակտիվորեն չսահմանափակեք արդյունքը, կերպարը դառնում է ընդհանուր արխետիպ՝ ոչ թե կոնկրետ անհատ։
Անփոփոխ կերպարային հատկանիշների սահմանում հարցումներում
Դուք պետք է առանձնացնեք կերպարը սահմանող հատկանիշները և դրանք դիտարկեք որպես անփոփոխելի։ Դրանք անփոփոխ հատկանիշներն են։ Դրանք ներառում են կոնկրետ դեմքի երկրաչափություն, աչքերի գույն, մազերի ձև և հագուստի եզակի առարկաներ։ Մի նկարագրեք կերպարը հստակ չեզոք եզրույթներով, ինչպիսիք են «հիշարժան» կամ «առեղծվածային»։ Նկարագրեք ֆիզիկական իրականությունը։ «Խիստ տեսքի» փոխարեն նշեք «կարճ մազեր, ձախ հոնքի վրա սպի, հին կաշվե բաճկոն»։
- Նշեք անփոփոխ հատկանիշները ֆիքսված տեքստային բլոկում։
- Պահպանեք այս բլոկը նույնը յուրաքանչյուր հարցման համար։
- Տեղադրեք այս բլոկը հարցման սկզբում՝ բարձր կշիռ տալու համար։
- Խուսափեք բազմակի մեկնաբանություններ ենթադրող ածականներից։ Օգտագործեք կոնկրետ գոյականներ և ֆիզիկական նկարագրիչներ։
Եթե դուք փոխեք մազերի նկարագրությունը, մոդելը կարող է նոր նկարագրությունը մեկնաբանել որպես այլ կերպար։ Տեքստային հարցումը հիմնական ամրակետն է։ Եթե տեքստը երկիմաստ է, պատկերը կլինի անհետևողական։
Հղում պատկերների և ոճային ամրակետերի օգտագործում
Միայն տեքստը հաճախ բավարար չէ բարդ կերպարների համար։ Վիզուալ հղումներն ապահովում են տարածական և ոճային ամրակետ։ Դուք բեռնում եք կերպարի պատկերը՝ մոդելի ինքնության մեկնաբանությունն ուղղորդելու համար։ Ահա այստեղ են կոնկրետ գործիքները ներառվում գործընթացում։
- Midjourney-ը կիրառվում է, երբ անհրաժեշտ է հղում կատարել կոնկրետ կերպարի պատկերի՝ նոր գեներացումների ընթացքում դեմքի գծերի և ոճի հետևողականությունն ապահովելու համար։
- Adobe Firefly-ը օգտագործվում է, երբ անհրաժեշտ է բեռնել կերպարի հղման պատկերը՝ Creative Cloud էկոհամակարգում գեներացված պատկերների ոճն ու ինքնությունը ուղղորդելու համար։
- Leonardo.Ai-ն ընտրվում է, երբ անհրաժեշտ է ֆիքսել կոնկրետ կերպարի առանձնահատկություններն ու էսթետիկան բազմաթիվ պատկերների գեներացման ընթացքում։
- Stable Diffusion-ը կիրառվում է առաջադեմ հետևողականության համար՝ LoRA-ի միջոցով կերպարների տվյալների բազաների վրա վարժեցման կամ ControlNet-ի միջոցով դիրքի և կառուցվածքի ֆիքսման միջոցով։
- Krea-ն կիրառվում է, երբ անհրաժեշտ է բեռնել պատկեր՝ իրական ժամանակում գեներացման ընթացքում կերպարի ինքնությունն ու ոճը պահպանելու համար։
- Runway-ը կիրառվում է, երբ անհրաժեշտ է պահպանել կերպարի հետևողականությունը տեսահոլովակների գեներացման կամ ստատիկ կերպարների դիզայնի անիմացիայի ընթացքում։
- DALL-E 3-ը հուսալի է, երբ անհրաժեշտ է պահպանել կերպարի հետևողականությունը մանրամասն, կոնկրետ տեքստային հրահանգների և իտերատիվ բարելավման միջոցով, քանի որ այն չունի բնիկ պատկերի հղման ֆունկցիա։
Այս գործիքներն օգտագործելիս գնահատեք արդյունքը՝ հիմնվելով նրա վրա, թե արդյոք դեմքի կառուցվածքը համապատասխանում է հղմանը։ Մի գնահատեք այն՝ հիմնվելով նրա վրա, թե արդյոք տեսարանը գեղեցիկ է երևում։ Եթե դեմքը սխալ է, տեսարանը կարևորություն չունի։
Լուսավորության և դիրքի տատանումների կառավարում
Լուսավորությունն ու դիրքը հետևողականության խախտման ամենատարածված պատճառներն են։ Կերպարը պայծառ ցերեկային լույսի տակ այլ է երևում, քան նույն կերպարը ստվերում։ Սա դրեյֆ չէ, այլ ֆիզիկա։ Սակայն մոդելները հաճախ լուսավորության փոփոխությունները մեկնաբանում են որպես ինքնության փոփոխություններ։
- Պահպանեք լուսավորության նկարագրության հետևողականությունը, եթե ցանկանում եք, որ կերպարը նույնը մնա։
- Եթե փոխում եք դիրքը, սպասեք, որ դեմքի գծերը կփոխվեն։
- Օգտագործեք չեզոք լուսավորություն կերպարների թերթիկների համար՝ բազային ինքնությունը հաստատելու համար։
- Կիրառեք դրամատիկ լուսավորություն միայն այն բանից հետո, երբ ինքնությունը ֆիքսված է։
Եթե գեներացնում եք կերպարը մութ անկյունում, ապա՝ պայծառ ստուդիայում, մոդելը կարող է ստվերները մեկնաբանել որպես տարբեր դեմքի կառուցվածքներ։ Առանձնացրեք ինքնությունը միջավայրից։ Նախ գեներացրեք կերպարը չեզոք համատեքստում։ Այնուհետև կոմպոզիտ արեք կամ հրահանգավորեք կոնկրետ միջավայրի համար։
Իտերատիվ բարելավում և բացասական հրահանգավորում
Առաջին փորձով չեք հասնի ճիշտ արդյունքի։ Իտերատիվ կատարելագործումը աշխատանքային հոսքի հիմքն է։ Ստեղծեք մի քանի տարբերակ։ Ընտրեք այն, որն ամենամոտն է թիրախային նույնականությանը։ Օգտագործեք այդ ընտրությունը որպես նոր հղում։ Սա ստեղծում է հետադարձ կապի օղակ, որն ամրապնդում է հետևողականությունը։
Բացասական պրոմպտը էական է։ Դուք պետք է մոդելին հստակ նշեք, թե ինչ չանել։
- Նշեք ձեր բացասական հարցման հաճախ հանդիպող շեղումները։
- Ներառեք այնպիսի հասկացություններ, ինչպիսիք են «այլ դեմք», «սխալ մազեր» կամ «ընդհանուր գծեր»։
- Թարմացրեք բացասական հարցումը, երբ նկատում եք սխալների նոր տեսակներ։
Եթե մոդելը շարունակում է տալ կերպարին այլ քիթ, ավելացրեք «wrong nose shape» բացասական հարցումը։ Սա ակտիվորեն ճնշում է շեղումը։
Սովորական սխալներ, որոնք խախտում են հետևողականությունը
Համատեղելիության խնդիրների մեծ մասը պայմանավորված է աշխատանքային հոսքի սխալներով, ոչ թե գործիքների սահմանափակումներով։
- Փոխել կերպարի նկարագրությունը հրահանգների միջև։
- Օգտագործել անորոշ ածականներ ֆիզիկական բնութագրիչների փոխարեն։
- Անտեսել լուսավորության համատեքստը նույնականությունը գնահատելիս։
- Չկիրառել բացասական հրահանգավորում՝ շեղումները ճնշելու համար։
- Սպասել կատարյալ համաձայնեցվածության՝ առանց հաջորդական բարելավումների։
- Օգտագործել մեկ ցածր որակի կամ երկիմաստություն ունեցող հղում պատկեր։
Եթե դուք կատարեք այս սխալները, ոչ մի գործիք չի փրկի ձեզ։ Աշխատանքային հոսքը պետք է լինի կարգապահ։ Տեքստը պետք է լինի ճշգրիտ։ Հղումները պետք է լինեն հստակ։ Իտերացիան պետք է լինի անընդհատ։
The AI Creative Workflow Guide
The reader will be able to select, integrate, and apply AI tools effectively across creative media and design workflows.
Get it — $29