В сети выставлено множество красивых сгенерированных картинок, но когда дело доходит до анатомически верного изображения людей, магия алгоритмов часто даёт сбой. Плохой результат — это не всегда вина самой нейросети. Зачастую проблема кроется в слишком абстрактных формулировках, не дающих движку чётких координат для построения кадра. Устав от суеты и бесконечных попыток выбить из машины нужный ракурс, многие бросают это занятие на полпути. Однако спектр возможностей современных моделей поражает воображение. Но чтобы не ошибиться, нужно чётко понимать техническую структуру запроса и уметь управлять виртуальной камерой.
Как управлять светом?
Свет рисует форму. И всё же большинство обывателей забывает прописывать схемы освещения, надеясь на случайный исход. Разумеется, алгоритм выдаст некий усреднённый вариант, но львиная доля выразительности будет безвозвратно потеряна. К первой группе эффективных команд относится жёсткий направленный свет, прописанный через параметры «hard directional sunlight, harsh shadows». Далее следует мягкое оконное освещение, задаваемое фразами вроде «soft natural window light, diffused». Отдельно стоит упомянуть контровик. Он венчает композицию, эффектно отделяя фигуру от фона (особенно в тёмном антураже). Ну и, конечно же, кинематографичная схема с цветными фильтрами творит чудеса. Особенно когда вы добавляете «neon rim light, teal and orange color grading». Не стоит пренебрегать этими уточнениями.
Студийная съёмка
Глубокие тени от софтбокса ложатся на скулы модели. Именно так начинается построение профессионального кадра в текстовом поле. Обязательно ли описывать текстуру кожи? Да, если вам нужен настоящий фотореализм. Настоящий рай для перфекциониста начинается там, где в ход идут упоминания конкретных плёнок или матриц. К слову, фраза «shot on Kodak Portra 400, 35mm photography, film grain» моментально убирает пластиковый блеск, присущий многим диффузионным движкам. Довольно часто авторы совершают ошибку, выкручивая ползунок качества на максимум бессмысленными словами «masterpiece, best quality». На самом деле, эта наляпистость лишь усиливает искусственность. Лучше отказаться от подобных костылей. Гораздо эффективнее работает скрупулёзный технический запрос, снабжённый указанием выдержки и конкретной диафрагмы.
Чем плёнка лучше цифры?
Буквально десятилетие назад зерно на фото считалось браком, но сейчас оно стало спасательным кругом в мире идеальных пикселей. Эстетичны ли такие кадры? Безусловно. Ведь плёночный шум филигранно скрывает мелкие артефакты генерации пальцев или волос. С одной стороны мы получаем атмосферную самобытную картинку, с другой — маскируем несовершенства математической модели. Тем более, что добавить пару слов о царапинах довольно просто. В ход идут конструкции наподобие «Fujifilm Superia 400, light leaks, vignette». Не скупитесь на упоминание пылинок на объективе. Это связано с тем, что микроскопические изъяны воспринимаются человеческим мозгом как неоспоримый маркер реальности. Изысканный винтажный стиль всегда приковывает внимание зрителя, заставляя безоговорочно верить в подлинность портрета.
Ошибки анатомии
Лишняя фаланга. Зрелище удручающее, особенно если само лицо сгенерировано безупречно. Сложно ли избежать мутаций? Процесс не сложный, но кропотливый. Вся суть в том, что сети плохо понимают перспективу перекрещённых конечностей. Поэтому стоит избегать сложных акробатических этюдов или рук, глубоко спрятанных в карманах. Компактное решение — использовать негативное поле, куда отправляются заклинания «extra limbs, bad anatomy, deformed fingers». Однако обе стороны медали заключаются в том, что слишком длинный отрицательный текст бьёт по бюджету внимания системы. Она просто начинает путаться в собственных ограничениях. Не перегружайте нейронку запретами. Куда правильнее грамотно описать позировку в позитивном ключе: «hands resting on knees» или же «arms crossed firmly over chest».
Уличная фотография: динамика кадра
Динамика толпы всегда бросается в глаза. Когда-то статичные позы были нормой, сейчас же творцы грезят о живом движении. К слову, добиться эффекта случайного репортажа помогает смаз. Для этого в строку вписывается «motion blur, walking down a busy street, candid photography». Нужно отметить, что колоритный городской антураж солирует здесь не меньше самого человека. Разложить по полочкам окружение помогают детали. Выручит фон, сформированный мокрым асфальтом, дополненный неоновыми вывесками, разбавленный случайными прохожими («wet asphalt, out of focus pedestrians, shallow depth of field»). Само собой, диафрагма со значением f/1.8 просто необходима для правильного размытия. И всё же не забывайте про источник света. Пасмурная погода («overcast sky, diffused daylight») даёт очень мягкие тени на лице, что значительно упрощает работу с геометрией носа и подбородка.
Вредно ли перечислять бренды одежды?
Многие считают, что точное название куртки от известного кутюрье гарантирует успех, но на самом деле сеть начинает откровенно галлюцинировать логотипами. Текст превращается в винегрет из букв. А начать стоит с описания самих материалов. Выручит добротный образ, сформированный плотным твидом, украшенный струящимся шёлком, подчёркнутый грубой кожей («heavy wool coat, loose fit, textured fabric»). К тому же, грандиозный эффект даёт точное указание субкультуры. Дополняет картину упоминание стилистики («cyberpunk street fashion», «1990s grunge style»). Впрочем, если вам жизненно необходим конкретный силуэт, можно внести свою лепту, сославшись на показы высокой моды («haute couture runway style»). Но есть и минусы. Вычурный гардероб часто оттягивает фокус с главного объекта. Главное — угадать с палитрой.
Эмоции и микровыражения
Стеклянные глаза выдают синтетику моментально. Зачастую обыватель пишет просто «beautiful smiling face» и получает пугающий оскал. Дело в том, что настоящая эмоция затрагивает микромоторику всех лицевых мышц. Поэтому стоит задуматься над более тонкими формулировками. Один из самых популярных приёмов включает лёгкую асимметрию: «smirking, looking away, slightly parted lips, tired eyes». Далее следует добавить контекст самой эмоции. Фраза «caught off guard expression» создаёт великолепную иллюзию внезапности. Последним в списке негласных правил идёт направление взгляда. Конструкция «Looking into the camera» даёт мощный психологический контакт, тогда как «gazing at the horizon» добавляет лёгкой меланхолии. Естественно, не стоит перебарщивать со слезами, если этого не требует жёсткий драматический сюжет. Слишком сильные искажения гримасы алгоритм отрабатывает с огромным трудом.
Синтаксис и веса
Круглые скобки решают всё. Балансировка акцентов внутри одной строки — это же настоящее искусство.
Если наряд должен доминировать в кадре, его значимость легко усилить множителем. Фраза «(red silk dress:1.3)» заставит машину уделить больше внимания ткани. А вот если на заднем плане оседает слишком много визуального мусора, его влияние нужно жёстко приглушить. Довольно часто у профессионалов натыкаешься на конструкции вроде «[background clutter:0.5]». Это связано с тем, что подобные махинации с весами позволяют автору выстроить чёткие приоритеты. Откажитесь от длинных, бессвязных предложений. Смысл, вырванный из контекста, начинает теряться. Строгая блочная структура, разделённая запятыми, всегда работает лучше грамматически правильного эссе.
Финальная обработка
Светящийся экран монитора обнажает все пиксели. Даже самый удачный исходник часто требует финальной шлифовки. Подводные камни обязательно всплывут на этапе апскейла. Именно здесь кожа превращается в дешёвый воск. Чтобы этого избежать, практики используют низкий параметр «Denoising strength» вкупе с текстовыми уточнениями при прогоне через алгоритм увеличения. Сюда обязательно вписывают «pores, peach fuzz, intricate skin texture, extremely detailed face». Кроме того, стоит добавить микроконтраст. Не сильно ударит по кошельку машинного времени параметр резкости «sharp focus, high contrast». В представлении многих ретушь — это тотальное сглаживание. У нас же задача прямо противоположная. Мы возвращаем визуальный шум, возвращаем щепетильный хаос реальности.
Синтетическая фотография давно перестала быть просто развлечением на вечер. Это полноценный сложный инструмент, требующий глубокого понимания оптики, физики света и человеческой психологии. Экспериментируйте с нестандартными фокусными расстояниями, не бойтесь добавлять глубокие тени и смело погружайте своих цифровых героев в неоднозначные цветовые схемы. Грамотно собранный текстовый каркас обязательно порадует глаз невероятным реализмом. Удачи в создании ваших идеальных генеративных портретов!