Як зберегти те саме обличчя на зображеннях, згенерованих ШІ

Ви генеруєте один ШІ-портрет, який виглядає ідеально. Потім просите ту саму людину в іншому вбранні, місці чи позі — і раптом змінюються очі, щелепа стає вужчою, ніс виглядає інакше, або результат взагалі схожий на зовсім іншу людину.

Це одна з найпоширеніших проблем у генерації зображень ШІ. Текстовий запит може описати, як виглядає людина, але сам опис не визначає надійно одну точну ідентичність обличчя. Якщо вам потрібна одна й та сама впізнавана людина на кількох зображеннях, вам потрібно надати моделі сильніший якір ідентичності.

Найбільш надійний робочий процес полягає в тому, щоб почати з чіткого референсного зображення, чітко вказати ШІ, які характеристики повинні залишатися незмінними, і змінювати фон, одяг, позу, освітлення або обробку камерою навколо цієї ідентичності, замість того, щоб просити модель відтворити людину з нуля.

Використовуйте те саме чітке референсне фото для кожної генерації та вкажіть ШІ зберегти точну особу, ідентичність обличчя, форму обличчя, очі, ніс, губи, лінію щелепи, тон шкіри, вік та інші впізнавані характеристики. Зберігайте цю інструкцію щодо ідентичності стабільною, змінюючи лише ті частини зображення, які дійсно потребують змін.

Для досягнення максимальної послідовності, починайте з портрета анфас або в три чверті при рівномірному освітленні, тримайте важливі риси обличчя відкритими, використовуйте робочий процес «зображення до зображення» або «посилання на персонажа», якщо доступно, і уникайте одночасної зміни пози, зачіски, виразу обличчя, віку, освітлення, кута камери та візуального стилю.

Більшість робочих процесів генерації зображень не запам'ятовують автоматично точну особу з попередньої генерації. Коли ви надсилаєте інший текстовий запит, модель може створити нове обличчя, яке відповідає тому ж загальному опису, не відтворюючи ту саму ідентичність.

Наприклад, запит, що описує жінку з карими очима, темним волоссям, виразними вилицями та овальним обличчям, не описує одну унікальну людину. Тисячі різних облич можуть відповідати цим характеристикам.

Тому багаторазове використання одного опису персонажа зберігає загальні риси, але деталі, як-от відстань між очима, форма носа, пропорції губ, структура щік, висота чола чи лінія щелепи, можуть змінюватися.

Дрейф ідентичності виникає, коли згенерована ШІ особа поступово перестає бути схожою на оригінальний об'єкт. Зміни можуть бути очевидними, наприклад, зовсім інше обличчя, або настільки тонкими, що окремі зображення виглядають правдоподібно, тоді як повна серія вже не схожа на ту саму людину.

Поширені ознаки включають зміни форми або відстані очей, ширини носа, форми губ, структури щелепи, вилиць, тону шкіри, видимого віку, лінії волосся, пропорцій обличчя, веснянок або інших відмінних рис.

Зображення-зразок надає ШІ візуальну інформацію, яку важко передати словами. Замість опису обличчя з пам'яті, модель може використовувати фактичні пропорції обличчя, очі, ніс, рот, щелепу, волосся, тон шкіри та інші видимі ознаки ідентичності як орієнтир.

Щоразу, коли платформа підтримує генерацію зображення за зображенням, посилання на персонажів, посилання на ідентичність або подібні елементи керування еталонними зображеннями, використовуйте їх, коли важлива послідовність облич.

Вихідне зображення слід розглядати як ідентифікаційний якір. Ваш запит може пояснити, що дозволено змінювати, і, що не менш важливо, що має залишатися незмінним.

Оберіть зображення, де людина чітко впізнавана. Чіткий портрет зі збалансованим освітленням та видимим обличчям зазвичай забезпечує кращу ідентифікацію, ніж динамічна фотографія з розмиттям руху, глибокими тінями або перешкодами на обличчі.

Корисне зображення-референс зазвичай має чітко видиме обличчя, виразні очі, природні пропорції обличчя, відносно рівномірне освітлення, достатню роздільну здатність для відображення деталей обличчя та ракурс камери або спереду, або помірний три чверті.

Уникайте селфі з фільтрами, фото низької якості, розмитих, знятих у профіль чи з ефектом «риб'яче око». Не завантажуйте фото, де обличчя закрите окулярами, волоссям, руками, маскою або тінню.

Чим менше інформації про реальне обличчя міститься у вихідних даних, тим більше моделі доводиться дофантазовувати.

Не варто вважати, що завантаження референсу автоматично вказує генератору, які частини захищені. Чітко відокремлюйте фіксовану ідентичність від бажаної трансформації.

Проста інструкція може вказати, що завантажене зображення є точною ідентифікаційною довідкою, і що генерація повинна зберігати ту саму особу, структуру обличчя, тон шкіри, очі, ніс, рот, лінію щелепи, вік та інші впізнавані риси обличчя.

Вам не потрібно перераховувати кожну рису обличчя в кожному простому редагуванні, але чим агресивніше ви змінюєте оригінальне зображення, тим кориснішими стають чіткі інструкції щодо збереження деталей.

Корисний запит розрізняє, що належить людині, а що — новому зображенню. Уявіть запит як дві групи: інформація про фіксовану ідентичність та інформація про змінну сцену.

Ідентичність може включати обличчя, вік, тон шкіри, зачіску, колір очей, пропорції обличчя та інші впізнавані риси. Змінні можуть включати одяг, фон, оточення, освітлення, позу, кадрування, настрій, реквізит та візуальне оформлення.

Зберегти ідентичність стає складніше, коли запит просить модель переосмислити майже все одночасно.

Припустимо, одне покоління просить нову зачіску, яскравий макіяж, інший вираз обличчя, низький кут камери, вечірню локацію, кінематографічне освітлення, новий одяг та ілюстративний візуальний стиль. Кожна інструкція віддаляє зображення від початкового референсу.

Більш контрольований робочий процес передбачав би спочатку зміну вбрання, затвердження результату, а потім дослідження іншого фону або пози. Це полегшує визначення того, яка саме зміна призвела до спотворення обличчя.

Почніть з того, що генератор може відтворити ідентичність у простому портреті. Потім протестуйте незначні зміни кута камери та виразу обличчя. Далі додайте різний одяг та фони. Додавайте більш драматичне освітлення, пози або візуальні стилі лише після того, як у вас вже є кілька сильних зображень одного й того ж персонажа.

Не припускайте, що нове покоління знає, про який попередній результат ви говорите, коли кажете «та сама жінка» або «той самий чоловік». Якщо робочий процес спеціально не зберігає ідентичність персонажа, надайте візуальне посилання знову.

Для серії використовуйте одне затверджене якірне зображення послідовно. Це надає кожному новому поколінню однакову початкову ідентичність, замість створення ланцюжка, де кожен трохи змінений результат стає еталоном для наступного.

Уявіть, що друге покоління трохи змінює щелепу. Якщо друге покоління стає еталоном для третього, ця нова щелепа може стати частиною ідентичності. Третє покоління також може трохи змінити очі, і відмінності можуть накопичуватися.

Повернення до найсильнішого оригінального ідентифікатора допомагає запобігти тому, щоб дрібні помилки стали постійними характеристиками.

Деякі ШІ-генератори дозволяють використовувати кілька референсних зображень. Якщо ця функція підтримується, кілька фотографій однієї й тієї ж людини можуть надати більше інформації про структуру обличчя з різних ракурсів.

Корисний набір може містити один чіткий портрет анфас, один вид у три чверті та одне зображення в профіль або ширше зображення, коли важливі також пропорції тіла.

Однак більше референсів — не завжди краще. Якщо на фото є яскравий макіяж, б'юті-фільтр, інша зачіска або спотворена перспектива, такі знімки можуть надати ШІ суперечливу інформацію.

Якщо у вас вже є один чіткий, високоякісний портрет і потрібні лише помірні варіації, почніть з нього. Додавайте більше референсних зображень лише тоді, коли модель має труднощі з розумінням ідентичності з різних ракурсів або коли проєкт вимагає ширшого діапазону поз.

Якщо ви використовуєте опис ідентичності разом із вашим еталонним зображенням, зберігайте цю частину запиту стабільною впродовж усієї серії.

Повторювана зміна мови ідентичності може призвести до суперечностей. Наприклад, опис обличчя як кутастого в одному запиті та м’якого в іншому дає моделі дозвіл переосмислити структуру обличчя.

Створіть один багаторазовий блок ідентифікації та відокремте його від опису сцени. Потім змінюйте лише блок сцени для кожного нового зображення.

Детальні підказки корисні, але надмірні описи обличчя іноді можуть конкурувати з фактичним еталонним зображенням.

Якщо завантажений об'єкт вже має визначений ніс, форму очей, лінію щелепи та пропорції обличчя, зазвичай вам не потрібно переробляти всі ці характеристики за допомогою естетичних прикметників.

Використовуйте референс, щоб визначити, як виглядає людина. Використовуйте текстовий запит насамперед для визначення того, що має статися з цією людиною.

Деякі зміни тісніше пов'язані зі сприйнятою ідентичністю, ніж інші. Новий фон відносно незалежний від обличчя, тоді як зміна віку, зачіски, макіяжу, виразу обличчя або кута нахилу голови безпосередньо впливає на те, як розпізнається людина.

Зачіска обрамляє обличчя і може сильно впливати на сприйняття особистості. Якщо ви хочете нову зачіску, чітко збережіть риси обличчя та змініть лише волосся.

Підказки щодо макіяжу можуть випадково змінити форму очей, губ, вилиць або щелепи замість того, щоб просто нанести косметику. Зазначте, що макіяж повинен відповідати існуючій структурі обличчя людини, а очі, ніс, губи, форма обличчя та пропорції повинні залишатися незмінними.

Вирази обличчя природно змінюють його геометрію. Велика посмішка, відкритий рот, примружені очі або сильні емоції можуть ускладнити збереження послідовності порівняно з нейтральним виразом.

Прохання до ШІ зробити людину значно молодшою чи старшою неминуче змінює ідентифікаційні ознаки. Якщо пріоритетом є точна схожість, уникайте значних вікових трансформацій в одному робочому процесі.

Обличчя, побачене спереду, містить іншу візуальну інформацію, ніж те саме обличчя, побачене збоку, зверху або з екстремального наближення.

Якщо ваше посилання є фронтальним, а перший запит на нове зображення вимагає екстремального бічного ракурсу з драматичним освітленням, ШІ має вивести інформацію про обличчя, яку джерело чітко не показує.

Поступово переходьте до складних ракурсів. Почніть з фронтального або тричетвертного зображення, а потім експериментуйте з більш сильними кутами після того, як ви створили набір надійних референсів.

Генерація тексту в зображення вимагає від моделі створення повного зображення. Генерація зображення в зображення дає їй існуючу візуальну відправну точку.

Ця відмінність має значення, коли існуюча особа є важливою. Початок роботи з фактичного портрета може надати пряму інформацію про ідентичність обличчя, позу, композицію, одяг або інші деталі, які інакше потрібно було б реконструювати.

Ступінь збереження все ще залежить від генератора, моделі, сили трансформації, контролю референсів та запитуваної зміни. Перетворення зображення в зображення не гарантує ідеальної ідентичності, але зазвичай дає вам більш контрольовану відправну точку, ніж опис людини з нуля.

Зерно може допомогти зробити умови генерації більш повторюваними в інструментах, які надають контроль над зерном, але його не слід плутати з блокуванням ідентичності.

Зберігаючи те саме "зерно" (seed) під час зміни запиту, іноді можна зберегти елементи композиції або візуальної структури, залежно від генератора. Однак суттєві зміни запиту, моделі, співвідношення сторін, референсу або параметрів все одно можуть призвести до іншого зображення.

Якщо ідентичність обличчя важлива, надайте пріоритет спеціальній системі для обличчя, персонажа або еталонного зображення. Розглядайте повторне використання "зерна" як додатковий контроль узгодженості, а не як основний метод.

Зазвичай, не дуже надійно. Один і той самий текстовий запит може згенерувати кількох людей, які відповідають одному й тому ж опису.

Запит на кшталт «фотореалістична жінка з темним волоссям до плечей, карими очима, теплою шкірою та овальним обличчям» визначає тип зовнішності, а не конкретну людську ідентичність.

Щоб забезпечити повторюваність ідентичності, поєднуйте стабільну мову запитів із візуальним посиланням або інструментом, спеціально розробленим для узгодженості персонажів.

Щойно ви згенеруєте кілька зображень, які чітко виглядають як одна й та сама людина, збережіть найкращі приклади, замість того, щоб розглядати кожну успішну генерацію як одноразову.

Невеликий затверджений набір референсів може включати чіткий вигляд спереду, портрет у три чверті, профіль та ширше зображення, коли важлива цілісність усього тіла.

Це стає особливо корисним при створенні масштабних проєктів, таких як ШІ-фотосесії, рекламні кампанії, розкадровки, серії контенту для соцмереж, ілюстровані історії, ШІ-інфлюенсери або постійні персонажі бренду.

Згенерований портрет може виглядати привабливо та реалістично, але при цьому зображати не ту людину. Оцінюйте ідентичність окремо від якості зображення.

Порівняйте форму, розмір, відстань між очима, повіки, брови, а також співвідношення очей до навколишньої структури обличчя.

Зверніть увагу на ширину перенісся, довжину носа, форму кінчика, структуру ніздрів та візуальне поєднання носа з рештою обличчя.

ШІ може зробити губи повнішими, вужчими, ширшими або змінити їх форму, зберігаючи при цьому правдоподібний портрет. Порівнюйте пропорції, а не лише колір чи макіяж.

Зміни ширини щелепи, довжини підборіддя, розташування вилиць або загальної форми обличчя – це найшвидший спосіб перетворити знайому людину на схожого незнайомця.

Переконайтеся, що модель ненавмисно не змінила вік людини, значно не змінила тон шкіри або не замінила реалістичні характеристики шкіри на загальну ШІ-обробку краси.

Маленьке, розмите, відфільтроване, затінене або частково приховане обличчя надає моделі обмежену інформацію про ідентичність. Почніть з найчіткішого доступного портрета.

Великі одночасні зміни пози, виразу обличчя, зачіски, макіяжу, віку, камери, вбрання, освітлення та стилю збільшують ймовірність втрати ідентичності.

Якщо на референсі м'які риси обличчя, але запит вимагає чітко окресленого кутастого обличчя, генератор має обирати між візуальною ідентичністю та вашими текстовими інструкціями.

Сильна стилізація може спростити або переосмислити риси обличчя, які роблять людину впізнаваною. Збереження ідентичності стає складнішим при переході між дуже різними візуальними стилями.

На широких сценах модель має менше пікселів для відображення детальної структури обличчя. Якщо важлива послідовність, створюйте або перевіряйте ближчі портрети, перш ніж очікувати надійну ідентичність у віддалених сценах на повний зріст.

Загальний текстовий генератор зображень може створювати чудові портрети, але він не оптимізований для збереження однієї конкретної особи. Коли ідентичність має значення, використовуйте генерацію зображення до зображення, посилання на персонажів або спеціальні елементи керування для збереження ідентичності, якщо вони доступні.

Зберегти обличчя — це лише частина узгодженості персонажа. Адже навіть із правильним обличчям він виглядатиме інакше, якщо раптово зміняться його зачіска, статура, вік, одяг, татуювання, аксесуари чи інші визначальні риси.

Для портретів вистачить рис обличчя. Але для коміксів, розкадровок, ШІ-інфлюенсерів, кампаній чи постійних персонажів потрібен повний референс, що включає не лише обличчя, а й інші стійкі риси.

Варто враховувати збереження рис обличчя, вікової категорії, тону шкіри, кольору очей, характеристик волосся, пропорцій тіла, особливих прикмет, аксесуарів, що повторюються, та будь-яких елементів гардеробу, які є частиною ідентичності персонажа.

Використовуйте ту саму ідентифікаційну довідку та опишіть зміну одягу як ізольоване перетворення. Чітко вкажіть, що вбрання може змінюватися, тоді як обличчя, волосся, пропорції тіла, тон шкіри та інші деталі ідентичності залишаються незмінними.

Уникайте інструкцій щодо одягу, які ненавмисно натякають на іншого персонажа. Наприклад, одночасна зміна віку, типу фігури, зачіски, стилю та вбрання може вивести генерацію за межі простої зміни гардеробу.

Зміни фону є одними з найпростіших завдань щодо послідовності, оскільки середовище за своєю суттю не вимагає від людини змін. Залиште еталонний об'єкт незмінним, а нове середовище зробіть основною змінною.

Якщо можливо, вкажіть освітлення, яке відповідає новому середовищу, не змінюючи кардинально освітлення обличчя. Надмірно кольорове або спрямоване освітлення може змінити сприйняту структуру обличчя.

Змінювати пози стає складніше, коли голова відхиляється від кута, показаного в оригінальному зразку. Починайте з помірних змін пози та зберігайте чітку видимість обличчя.

Якщо ваш інструмент підтримує кілька посилань на ідентичність, додавання ще одного точного зображення тієї ж особи може допомогти при створенні профілів, видів у три чверті або більш різноманітних поз у повний зріст.

Щоб перетворити реалістичний портрет на ілюстрацію, аніме-зображення, картину, 3D-рендер або інший стилізований формат, ШІ має переосмислити риси обличчя за допомогою нової візуальної мови.

Залиште активним посилання на ідентичність та окремо опишіть бажаний візуальний стиль. Якщо доступні елементи керування силою посилання або стилю, збалансуйте їх так, щоб нова естетика не переважала ідентичність.

Оцінюйте успіх за впізнаваністю, а не за схожістю на рівні пікселів. Стилізований портрет не може зберегти кожну реалістичну деталь обличчя, але він повинен зберігати пропорції та характерні риси, які роблять людину впізнаваною.

Почніть з одного високоякісного референсного портрета. Визначте, які характеристики ідентичності повинні залишатися незмінними. Створіть просте тестове зображення, перш ніж намагатися робити кардинальні трансформації. Порівняйте обличчя з референсом. Як тільки ідентичність буде точною, змінюйте по одній основній змінній за раз.

Використовуйте оригінальне посилання для майбутніх поколінь, підтримуйте стабільний запит і зберігайте успішні результати, які чітко показують людину з корисних додаткових ракурсів.

Коли результат виглядає неправильно, не генеруйте просто десятки випадкових варіацій. Визначте, що змінилося. Чи був кут занадто екстремальним? Чи змінив запит вік? Чи закривала зачіска обличчя? Чи переважав драматичний стиль референс? Виправлення причини надійніше, ніж покладання на удачу.

Еталонні зображення покращують послідовність, але генеративний ШІ все ще є генеративним. Навіть потужні системи збереження ідентичності можуть вносити відмінності, особливо при екстремальних позах, значних трансформаціях стилю, складному освітленні, обличчях з низькою роздільною здатністю або складних сценах.

Для звичайної творчої роботи невеликі відхилення можуть бути прийнятними. Для професійних кампаній, повторюваних персонажів, фотографій моделей для електронної комерції або проєктів, де схожість зі справжньою людиною є критичною, перевіряйте кожне фінальне зображення, а не припускайте, що генерація на основі референсів гарантує точне збереження.

Якщо ви запам'ятаєте лише один прийом, використовуйте референсне зображення. Текст може описати категорію обличчя; референс надає візуальну інформацію про конкретну людину, яку ви хочете зберегти.

Звідси послідовність походить від дисципліни: зберігайте стабільну ідентифікаційну довідку, чітко вказуйте, що має залишатися незмінним, відокремлюйте людину від сцени, поступово вводьте значні зміни та порівнюйте кожен результат з оригіналом.

Цей робочий процес можна використовувати для професійних портретів, ШІ-фотосесій, модних зображень, трансформацій макіяжу, контенту для соціальних мереж, рекламних концепцій, повторюваних персонажів та майже будь-яких інших проєктів, де одна й та сама впізнавана особа має з'являтися більше одного разу.