Kaip gauti fotorealistinius DI vaizdus: 9 prompt technikos

Štai visas rinkinys. Nereikia visų devynių kiekvienam vaizdui, bet kuo daugiau jų sąmoningai pritaikysite, tuo fotorealistiškesnis taps DI vaizdas. Kiekviena suformuluota taip, kad galėtumėte ją tiesiog įklijuoti į promptą.

1. Aprašykite tikrą fotoaparatą ir objektyvą. Fotografijos kalba pririša modelį prie realybės. "Shot on a 50mm lens, f/1.8" arba "85mm portrait lens" liepia atkurti tikros nuotraukos optinį parašą, įskaitant natūralią perspektyvą ir ryškumo gylį.
2. Įvardykite konkretų šviesos šaltinį ir kryptį. Apšvietimas — didžiausias realizmo svertas. Vietoje "good lighting" rašykite "soft window light from the left", "golden-hour backlight" ar "overcast diffused daylight". Tikra šviesa turi šaltinį, kryptį ir slopimą.
3. Pridėkite įtikinamą netobulumą. Tobulumas atrodo dirbtinai. Prašykite "visible skin texture and pores", "slight natural asymmetry", "a few flyaway hairs" arba "subtle film grain". Būtent šias smulkias ydas fiksuoja kameros, o DI linkęs nušlifuoti.
4. Išlaikykite konkretų, žmogišką subjektą. Neapibrėžti objektai vidurkinami į šiurpų rezultatą. Nurodykite amžių, išraišką, aprangą ir natūralią pozą: "a woman in her 40s, relaxed half-smile, mid-conversation", o ne "a beautiful woman".
5. Naudokite neigiamą promptą DI požymiams „užmušti“. Tiesiogiai atmeskite išdavikus: "plastic skin, airbrushed, oversaturated, extra fingers, deformed hands, text, watermark, CGI render, 3D". Tai greičiausias būdas pašalinti pasikartojančius artefaktus.
6. Nustatykite realistišką ryškumo zonos gylį. Tikri objektyvai nelaiko visko aštriai. "Shallow depth of field, background softly blurred" arba "deep focus, sharp throughout" nurodo, kaip elgtųsi tikra diafragma.
7. Derinkite spalvas prie realybės, ne prie saldainių. Prašykite "natural skin tones", "muted realistic colors" arba "neutral white balance", kad atsvertumėte modelio polinkį persotinti. Tikros nuotraukos retai tokios ryškios kaip numatytasis DI rezultatas.
8. Sureguliuokite vadovavimą, kad modelis nepervirtų. Labai aukštas vadovavimo (CFG) lygis gali primesti blizgų, perdirbtą vaizdą. Jei Jūsų įrankis tai leidžia, vidutinė reikšmė dažnai duoda natūralesnį, mažiau plastikinį rezultatą.
9. Tobulinkite lokaliai, o ne meskite iš naujo. Kai 90% jau fotorealistiška, bet kliūva tik rankos ar fonas, užmaskuokite ir pergeneruokite tą sritį arba paredaguokite tiesiogiai, užuot lošę nauju metimu, kuris praras tai, kas pavyko.

Į šias priemones žiūrėkite kaip į reguliuojamas, ne absoliučias. Fotoaparato-ir-objektyvo kalba bei apšvietimas atlieka didžiausią darbą beveik bet kuriame kadre, tad pradėkite nuo jų, po to sluoksniuokite netobulumą ir neigiamą promptą, o galiausiai tikslinkite spalvas, ryškumo gylį ir vadovavimą.

Jei keisite tik vieną dalyką savo promptuose, tegu tai būna apšvietimas. Fotografija tiesiogine prasme fiksuoja šviesą, o mūsų akys labai jautrios apšvietimui, kuris nesielgia kaip tikra šviesa. Vaizdas be aiškaus šviesos šaltinio arba su šviesa iš neįmanomų krypčių atrodo netikras net tada, kai visi kiti elementai tobuli.

Konkrečios apšvietimo formuluotės atlieka dvigubą darbą: jos nustato nuotaiką ir priverčia modelį piešti fiziškai nuoseklius šešėlius bei šviesas. "Soft window light from the left" reiškia gradaciją per veidą, šviesos atspindį akyse ir šešėlio slopimą dešinėje. "Golden-hour backlight" reiškia šiltą šviesos kontūrą ir lengvai miglotą, mažesnio kontrasto sceną. Kai to prašote, modelis tai atkuria įtikinamai, o kai neprašote — retai.

Gilesnė priežastis, kodėl tiksli formuluotė veikia, slypi tyrimuose. Komanda, sukūrusi Google Imagen, nustatė, kad tekstas-į-vaizdą modelio kalbos supratimo mastelio didinimas pagerino fotorealizmą ir teksto-vaizdo atitiktį labiau nei paties vaizdo generatoriaus didinimas. Šiuolaikiniai modeliai tikrai supranta fotografijos ir apšvietimo žodyną, todėl žodžius skirti tikrai šviesai tiesiogiai atsiperka realizmu.

Greičiausias būdas „įsiąmoninti“ technikas — pamatyti, kaip bendriniai promptai perrašomi į realistiškus. Kiekviena eilutė rodo, koks požymis pašalinamas ir kokia fotografijos kalba jį pakeičia.

Atkreipkite dėmesį į dėsningumą: kiekvienas perrašymas išmaino superliatyvus ("beautiful", "stunning", "amazing") į kamerą, šviesą, medžiagą ir sąmoningą netobulumą. Šis keitimas, kartojamas nuosekliai, ir sudaro didžiąją fotorealistinių DI kūrybos dalį.

Neigiamas promptas — tai sąrašas dalykų, kurių norite, kad modelis vengtų, ir realizmui tai vienas galingiausių įrankių. Vietoje vilties, jog modelis pats išvengs plastikinės odos ir persotinimo, Jūs aiškiai įvardijate šias nesėkmes ir pastumiate vaizdą nuo jų.

Tvirtas realizmo neigiamas promptas paprastai apima keturias kategorijas: plastikinę išvaizdą ("airbrushed, plastic skin, smooth, CGI, 3D render"), anatomijos klaidas ("extra fingers, deformed hands, fused limbs, mangled teeth"), spalvų problemas ("oversaturated, HDR, neon") ir perdangas ("text, watermark, signature, logo"). Derinkite tas, kurios svarbios Jūsų vaizdui, o ne kopijuokite milžinišką bloką.

Neigiami promptai natūraliai dera su iteravimu: jei tam tikras artefaktas vis pasikartoja, pridėkite jį į neigiamus, o ne perrašinėkite visą promptą. Išsamesniam prompt struktūros paaiškinimui, įskaitant teigiamus ir neigiamus promptus kartu, žr. mūsų gidą, kaip rašyti DI foto promptus, arba pradėkite nuo paprasto sakinio „Tekstas į nuotrauką“ ir tuomet pridėkite realizmo užuominų.

Taip, ir labiau, nei daugelis tikisi. Prompt technika nuveda toli, bet bazinis modelis nubrėžia lubas. Skirtingi generatoriai treniruojami skirtingai, todėl kiekvienas turi savitą numatytą stilių, o kai kurie kur kas stipresni fotorealizme nei kiti, ypač odai, rankoms ir natūraliam apšvietimui.

Vertindami geriausią DI vaizdų generatorių realistiniam darbui, testuokite sunkiausius atvejus, o ne lengvus. Generuokite stambius portretus ir tikrinkite odos tekstūrą bei rankas. Sukurkite sceną su aiškiu vienu šviesos šaltiniu ir žiūrėkite, ar šešėliai krenta nuosekliai. Generuokite ką nors su tekstu ar smulkiomis pasikartojančiomis tekstūromis ir tikrinkite, ar nėra „išplakimo“. Įrankis, kuris tai įveikia, atlaikys ir detalesnę patikrą.

LaFoto kuriama būtent pagal šį standartą: realistiškas rezultatas pagal nutylėjimą, su prompt karkasais ir redagavimu, kurie taikosi į tipinius DI požymius, o ne juos maskuoja. Kaip iki išleidimo esantis produktas, tai — dizaino ketinimo pareiškimas, o ne etaloninis teiginys, tad bet kurį DI nuotraukų generatorių, įskaitant mūsiškį, vertinkite pagal aukščiau minėtus sunkius testus, kai jis bus Jūsų rankose.

Prabėkite šį trumpą sąrašą prieš priimdami vaizdą kaip fotorealistinį. Jis pagauna beveik visus likusius požymius.

• Šviesa: ar yra aiškus šaltinis ir kryptis, nuoseklūs šešėliai ir šviesos atspindys akyse?
• Oda ir tekstūra: ar matyti poros, smulkios linijos ir natūralus netobulumas, o ne aerografo blizgesys?
• Rankos, dantys, ausys: teisingas skaičius ir forma, nėra sulietų ar papildomų pirštų?
• Spalvos: natūralios ir šiek tiek santūrios, ne neoninės ar HDR ryškumo?
• Optika: įtikinamas ryškumo gylis ir perspektyva pagal nurodytą objektyvą?
• Fonas: tinkamai netobulas, ne neįmanomai švarus ar pasikartojantis?
• Tekstas ir raštai: ar bet koks įkadrinis tekstas ar smulkūs pasikartojimai perteikti švariai, be ištepimų?

Jei vienas punktas „krenta“, taisykite būtent jį taikiniu redagavimu arba pakeiskite vieną prompt kintamąjį, o ne meskite visą vaizdą iš naujo. Ši disciplina, plius devynios aukščiau esančios technikos, patikimai paverčia bendrinį DI vaizdą fotorealistiniu. Paskutinius 10% tobulinkite DI nuotraukų redaktoriuje, o ne loškite nauja generacija.