В сети представлено множество красивых картинок, но когда дело доходит до реальной работы с исходниками клиентов или старыми рендерами, мы всё чаще натыкаемся на мыльные пиксели и жуткие артефакты сжатия. Плохой исходник — это не всегда приговор, ведь современные генеративные алгоритмы способны дорисовывать детали с пугающей математической точностью. Многие обыватели считают, что достаточно закинуть картинку в первую попавшуюся модель и нажать одну кнопку, но на самом деле результат часто выглядит как вычурный пластиковый манекен с неестественными бликами. Вся суть в том, что нейросети нужно чётко указать направление мысли, иначе она начнёт откровенно фантазировать там, где требуется строгая реставрация. И поэтому перед запуском процесса желательно составить максимально выверенный текстовый запрос, который удержит творческий потенциал машины в узких рамках.
Матрица апскейла
Значение Denoising strength на отметке ноль целых тридцать пять сотых решает большинство проблем. Это удобно. Ведь алгоритм не будет кардинально менять исходную композицию. Буквально пару лет назад качественное увеличение разрешения без потери смысла казалось магией, но сейчас такой процесс стал рутинной задачей для любого специалиста. А если ещё вспомнить старые фильтры из классических фоторедакторов, то разница бьёт по глазам моментально. К слову, для улучшения качества фото через Stable Diffusion или Midjourney нам совершенно не нужно описывать сюжет заново. Солирует здесь сухая техническая терминология, указывающая на оптические характеристики. И всё-таки не стоит забывать, что перегруженный сотнями слов запрос способен убить естественность кадра.
Инженерный подход
Дело в том, что при апскейлинге уже существующего изображения система опирается на генерацию дополнительного шума поверх пикселей. К первой группе обязательных команд относится лексика для описания резкости. Далее следует упоминание формата первоначальной съёмки. Последним этапом прописывается схема освещения. Излишняя наляпистость в таких задачах совершенно ни к чему. Поэтому львиная доля успеха зависит именно от лаконичности оператора. К тому же избыток художественных эпитетов вносит сумятицу в логику генератора. Ток, возникший при перегрузке тегами, автомат внутреннего внимания отсекает, оставляя на холсте лишь хаос из слипшихся текстур. Разумеется, избежать таких махинаций довольно просто, если ограничиться базовым набором из пяти или семи мощных токенов.
Как выбрать нужные токены?
Нужно ли описывать каждый волосок на голове персонажа? Вовсе нет. Главное — задать общий стиль текстурирования. Отличный результат показывают связки из слов highly detailed и sharp focus. Не стоит перебарщивать со словами вроде masterpiece или best quality. Ведь они довольно часто дают эффект пересвеченного цифрового арта вместо реалистичной картинки. Лучше отказаться от подобных абстракций в пользу суровой конкретики. Новички часто пишут длинные бессмысленные поэмы, но профессиональный добротный промт тяготеет к перечислению физических свойств камеры. Впрочем, если исходник откровенно мыльный, придётся внести лепту в виде дополнительных тегов для микроконтраста.
Чем негативный запрос лучше позитивного?
Сложно ли контролировать появление артефактов? Да, но без этого двигаться дальше нельзя. Ведь именно негативный промт выступает тем самым спасательным кругом. В представлении многих пользователей достаточно написать bad quality и с чистой совестью забыть об этом. Однако на практике всплывут совершенно другие, более глубокие проблемы. Зачастую нейросеть добавляет лишний контраст или эффект хроматической аберрации на краях объектов. Избавиться от этого мусора поможет скрупулёзный подбор стоп-слов. В поле негативного запроса сразу отправляется слово blurry. Рядом с ним прописывается out of focus. Далее следует надёжная защита от перешарпа в виде команды oversharpened, а от пластиковых лиц отлично спасёт короткий тег cgi. Естественно, такой подход позволяет отсекать нежелательные визуальные решения ещё на этапе формирования первых пятен цвета.
Рабочие конструкции
Настоящий рай для ретушёра начинается при грамотной комбинации модификаторов. Один из самых популярных подходов строится вокруг фотографической эстетики портрета. Формула, насыщенная терминами, усиленная упоминанием конкретных объективов, снабжённая тегами студийного света, работает безотказно. Начать стоит с указания сырого формата RAW photo. Затем в строку вписываются команды для прорисовки пор на коже, например ultra detailed skin. После этого задаются параметры объектива вроде 85mm portrait photography, а завершает конструкцию мягкий свет soft rim light. Отдельно стоит упомянуть реставрацию старых плёночных снимков. Для них подойдёт лаконичный массив из film photography и grain. Безусловно, каждая картинка требует щепетильной подстройки, но эти заготовки служат отличным, крепким фундаментом.
Подводные камни апскейлинга
Технология ControlNet Tile, появившаяся весной две тысячи двадцать третьего года, полностью изменила правила игры, однако на этом дело не застопорилось. Когда-то апскейл был ресурсоёмкой задачей, серьёзно бьющей по бюджету крупных студий. Сейчас же вычислительные мощности позволяют делать это дома, но с определёнными оговорками. Если не использовать правильные расширения, картинка начнёт дробиться на мелкие самостоятельные сюжеты. В волосах могут появиться крошечные чужие лица, а в складках одежды сформируются случайные предметы быта. Это связано с тем, что модель маниакально пытается найти знакомые образы в каждом отдельном квадрате исходного файла. И чтобы кошелёк стал легче только от радостных трат, нет смысла перекручивать разрешение сразу в четыре раза. Лучше двигаться крошечными шагами, увеличивая изображение на полтора пункта за один проход. Тем более что такой осторожный метод сохраняет изначальную композицию абсолютно нетронутой.
Детализация в Stable Diffusion: Текстуры кожи
Опасная зона. Здесь ошибки генерации бросаются в глаза моментально. Ведь человеческий мозг эволюционно натренирован распознавать малейшие неестественности на лицах собеседников. Самобытный цифровой портрет легко превратить в жуткую восковую фигуру. Для реалистичного результата стоит вводить теги skin imperfections и peach fuzz. А вот от популярных команд вроде smooth skin лучше сразу отказаться навсегда. Да и словосочетание perfect face часто творит чудеса со знаком минус, делая внешность пугающе симметричной и мёртвой. Нужно отметить, что использование специализированных моделей значительно упрощает эту задачу. Они изначально натренированы на сырые фотографии, поэтому им совершенно не нужны километровые подсказки.
Что насчёт пейзажей?
Многие считают, что природа не требует особых ухищрений при обработке, но на самом деле листва — настоящий кошмар для алгоритма. Зрелище удручающее, когда вместо густого леса на фоне мы видим зелёную кашу с непонятными геометрическими артефактами. Выручит точный пейзажный запрос. В него стоит включить команду intricate foliage. Для правильной прорисовки планов добавляется deep depth of field. Ну а упоминание aerial photography задаст нужный масштаб. К слову, добавление времени суток сильно влияет на итоговую контрастность. Конечно, прорисовка каждого листочка на дереве займёт дополнительное время, однако результат заслуживает истинного уважения. Не перегружайте текстовое поле лишними животными или облаками.
Вредно ли смешивать стили?
Эксперименты утомляют. Но они же приносят самые грандиозные плоды. Можно ли скрестить фотореализм и лёгкую стилизацию при улучшении старого кадра? Безусловно, если делать это максимально аккуратно. Иногда исходник настолько отвратителен, что чистая реставрация лишь подчёркивает его структурные недостатки. В таких случаях добавление тегов cinematic lighting или studio editorial помогает скрыть огрехи за счёт глубоких теней. Главное — вовремя угадать с палитрой. Исконно живописные эффекты неизбежно начнут конфликтовать с оптическими терминами. Вся суть в том, что нейросеть начинает метаться между попыткой нарисовать резкие края и непреодолимым желанием размазать краску. Поэтому стоит выбрать что-то одно. Либо мы вытягиваем фото в суровый реализм, либо превращаем его в колоритный арт.
Настройка сэмплера
Алгоритм DPM++ 2M Karras, предложенный исследователями не так давно, быстро завоевал любовь цифрового бомонда. Довольно часто именно от выбора метода вычислений зависит итоговая микро-резкость картинки. Механизм, обученный на сложном математическом анализе, снабжённый оптимизированными шагами, прекрасно справляется с восстановлением паттернов ткани. А вот старый добрый метод Euler a имеет неприятное свойство замыливать мелкие детали фона. При работе с инструментами улучшения качества стоит выставлять от тридцати до пятидесяти шагов генерации. Да и параметр CFG Scale лучше держать в очень жёстких рамках (от пяти до семи пунктов). Если выкрутить его выше, картинка начнёт покрываться выжженными цветными пятнами. Это же правило касается и работы с контрастом, где малейший перекос полностью разрушает атмосферу исходного кадра. Кстати, грамотно составленный текстовый запрос — это настоящий кладезь возможностей, способный нивелировать даже огрехи сэмплера.
Поиск идеальной текстовой формулы часто превращается в затяжную игру с непредсказуемым финалом. Не скупитесь на часы, проведённые за тестами разных весов и неожиданных комбинаций слов. Создайте свой собственный внушительный словарь проверенных модификаторов, который обязательно выручит в моменты спешки. Стоит лишь однажды подобрать правильный ключ к настройкам резкости, как даже самые безнадёжные исходники начнут расцветать кристально чистыми пикселями. Пусть каждый новый рендер порадует домочадцев и заказчиков безупречной детализацией!