鵝廠程序員親測AI寫真通用版,女友直呼“真妙呀”!
時(shí)下流行的 AI 寫真工具,為用戶提供了用現(xiàn)成的照片遨游于廣袤素材與想象中的可能性,也啟發(fā) AI 從業(yè)者對于大眾消費(fèi)產(chǎn)品的構(gòu)想。對于個(gè)人來說,是否可以上手 AI 技術(shù),做出自己的“數(shù)字分身”呢?本文將介紹一種高效率、易上手、低成本、高安全的“數(shù)字分身”制作方式??赐瓯疚模阋矔靡粡垐D片“穿越古今”,做出自己的 N 個(gè)“數(shù)字分身”。
(相關(guān)資料圖)
隨著網(wǎng)絡(luò)某相機(jī)小程序的火爆,關(guān)于 AIGC 智能應(yīng)用的討論又一次點(diǎn)燃移動互聯(lián)網(wǎng)。9.9 元即可制作不同背景、造型下的“數(shù)字分身”照片,出圖效果幾可比擬專業(yè)照相館,引發(fā)了受眾的追捧。
而質(zhì)疑者,認(rèn)為 9.9 元的體驗(yàn)成本過高,也覺得產(chǎn)品高峰期的數(shù)十小時(shí)的等待時(shí)長過于熬人??鄲烙跓o法對生產(chǎn)的照片任意加工,更為 AI 應(yīng)用的數(shù)據(jù)安全性憂心忡忡。
這些想法也反映了廣大用戶對于 AI 應(yīng)用的需求和渴望。對于 AI 工具,用戶希望既可以降低使用成本,又可以保證生產(chǎn)效果。如果還能簡化生產(chǎn)流程、縮短生產(chǎn)時(shí)長、提供便于交互的服務(wù),同時(shí)保證數(shù)據(jù)安全性,當(dāng)然更佳。
那么,所謂的 AI“數(shù)字分身”領(lǐng)域,或是“AI 寫真”領(lǐng)域?yàn)槔?,是否有一個(gè)滿足以上所有要求的方案呢?
制作個(gè)人的 LoRA 模型是一種生成“數(shù)字分身”的方式,也被一些用戶猜測為“AI 寫真小程序”的技術(shù)方案。
這種方法可以生成較為穩(wěn)定的、多角度的人像,但是其需要輸入的照片較多,技術(shù)實(shí)現(xiàn)的步驟也稍復(fù)雜,對于新手的使用門檻較高,文中不做介紹。
本文將由淺入深地介紹一種小白可以輕松上手的簡易“數(shù)字分身”制作方式,基本滿足用戶對 AI 應(yīng)用的要求。
本文介紹的“數(shù)字分身”制作方法可以通過 AI 技術(shù)隨意更換照片中人物的服裝、造型、背景,用一張人像照片“穿越古今”。讀者可以拿 9.9 元買一杯蜜雪冰城,在家里“一鍵出圖”。
整個(gè)產(chǎn)圖流程可以在個(gè)人計(jì)算機(jī)的服務(wù)器完成,不需要把照片上傳到外部服務(wù)器,極大地保障數(shù)據(jù)的安全性。同時(shí),千變?nèi)f化的服裝、背景、造型更是令人眼花繚亂,AI 的創(chuàng)意指數(shù)拉滿,令人拍案叫絕。
制作“數(shù)字分身”的過程需要解決 3 個(gè)問題:
畫什么?用什么?參考什么?
針對這 3 個(gè)問題,產(chǎn)生了 3 個(gè)步驟:
畫什么:填寫描述詞;
用什么:上傳圖片并選擇重繪區(qū)域;
參考什么:提供參考的人物姿態(tài)。
下面將按照這 3 點(diǎn)依次介紹。下文用到的工具為 Stable Diffusion WebUI,以及 ControlNet 插件。為了簡化內(nèi)容,本文介紹便捷有效的實(shí)操步驟,Stable Diffusion 的安裝和精細(xì)化調(diào)參技能點(diǎn)請讀者自行學(xué)習(xí),文末附有參考材料。
“畫什么”的問題在用文字形式模擬用戶腦海中的想象。
小時(shí)候,男生幻想自己穿著俠客的青衫,仗劍走天涯;女生幻想自己穿著飄逸的襦裙,沐浴唐風(fēng)漢韻。如今的 AI 技術(shù)可以借助語言描述,讓我們在風(fēng)格各異的場景中塑造個(gè)人形象。建立這一形象,首先需要用語言描述人物的服裝、發(fā)型、背景,描述語言稱為提示詞。
提示詞分為正向提示詞(希望畫面出現(xiàn)的內(nèi)容)和負(fù)向提示詞(不希望畫面出現(xiàn)的內(nèi)容)。繪圖用的 Stable Diffusion 為國際化工具,提示詞要用英語。
比如生成一個(gè)穿著古裝漢服的女孩,女孩佩戴精美發(fā)簪,以傳統(tǒng)的中式宮殿為背景;同時(shí),希望圖片高質(zhì)量、高清晰,不要出現(xiàn)模糊、丑陋、動畫等元素。將正向提示詞寫為“1girl, wearing song hanfu, wearing delicate traditional chinese hairpins, chinese palace background, materpiece, best quality, ultra-detailed”。負(fù)向提示詞寫為“blurry, ugly, bad quality, cartoon, anime, NSFW, nude”。
“用什么”在追問圖片生產(chǎn)過程中的主要原料是什么。
本文介紹簡易的“數(shù)字分身”制作過程,用現(xiàn)成的照片換掉照片中的造型、服飾、背景,達(dá)到“一鍵穿越”的效果。在此過程中,用到的原料是現(xiàn)有的照片,應(yīng)用的技術(shù)為 Stable Diffusion 的圖生圖局部重繪(img2img inpaint)功能。涉及到的操作為上傳圖片并手動選擇重繪區(qū)域。選擇照片時(shí),建議選擇上半身,面部輪廓清晰的正面照。比如,以一張年輕女性的正面半身照作為輸入。
上傳圖片后,我們把“換造型,換服裝”的需求轉(zhuǎn)換為技術(shù)語言“重繪除了臉部之外的所有區(qū)域”。那么,AI 工具如何知道照片中哪里是面部區(qū)域呢?在使用時(shí),先上傳圖片,再用黑色的筆刷手動涂抹面部區(qū)域,就能精準(zhǔn)地標(biāo)識面部區(qū)域,如圖 6 所示。
此外,還需要選擇對非涂抹區(qū)域進(jìn)行重繪的選項(xiàng)(inpaint not masked),也就是對于除面部外的區(qū)域進(jìn)行新的創(chuàng)作,如圖 7 所示。
“參考什么”則是結(jié)合什么輔助信息,讓圖片生產(chǎn)的效果更穩(wěn)定。
既然是參考,則非必需,但是有利于提升圖片生產(chǎn)的質(zhì)量。上面的兩個(gè)步驟為 AI 描繪了繪圖內(nèi)容,也提供了人像的臉部特征。此時(shí)若是讓 AI 工具“信馬由韁”地發(fā)揮,容易出現(xiàn)人體比例失調(diào),動作不自然等問題。為 AI 工具提供“參考答案”雖然會減少創(chuàng)意空間,但是能讓 AI 工具學(xué)習(xí)原照片的動作姿態(tài),生成更加自然的圖片。如何學(xué)習(xí)人物姿態(tài)呢?學(xué)習(xí)人物姿態(tài)需要用到 ControlNet 插件,一款對圖片進(jìn)行預(yù)加工的工具,把預(yù)加工的結(jié)果像積木塊一樣拼插到生成圖片的流程中。
輸入和上一步相同的正面半身照,用 ControlNet 插件中的 openpose 預(yù)處理器學(xué)習(xí)圖中人物姿態(tài),比如頭和身體位置關(guān)系,手臂的動作。按照圖 8 的方式選擇啟用 ControlNet 插件,并選擇 openpose 預(yù)處理模式和模型。
進(jìn)行上述操作后,就可以得到圖 9 的多款古裝美女“數(shù)字分身”。
那么如果想制作更多的分身,讀者應(yīng)該修改前文介紹的哪些步驟呢?
讀者可以回顧,思考一下本文介紹的方法。前面介紹的 3 個(gè)步驟中,“畫什么”的步驟決定圖片內(nèi)容,“用什么”的步驟決定核心素材,“參考什么”的步驟決定額外的素材。
回顧后發(fā)現(xiàn),當(dāng)我們想對畫面元素做修改時(shí),只需要修改“畫什么”步驟中的提示詞。比如想要生成現(xiàn)代裝校園風(fēng)圖片,只需要重寫正向提示詞中涉及服裝,造型,背景的提示詞,將正向提示詞改寫為“1girl, wearing school uniform, ponytail, campus background, materpiece, best quality, ultra-detailed”。負(fù)向提示詞仍然寫為“blurry, ugly, bad quality, cartoon, anime, NSFW, nude”,如圖 10所示。
除了修改正向提示詞外,其他步驟均保持不變。點(diǎn)擊“生成”按鈕,就能得到圖 11 的“校園女孩分身”。
得到“數(shù)字分身”后,如果讀者希望進(jìn)一步修改圖片細(xì)節(jié),比如重新生成背景中的建筑物,可以用局部重繪功能涂抹待修改的細(xì)節(jié),仿照上面的指引,用提示詞來牽引重繪方向,具體操作交給讀者探索。
按照這種方式不斷解鎖校園風(fēng)、古代風(fēng)、未來感、中式旗袍、日常風(fēng)的造型,就得到了文章開頭異彩紛呈的“數(shù)字分身集”。
寫到最后,對比一下本文通過 Stable Diffusion WebUI 制作“數(shù)字分身”的方案和 AI 寫真小程序在用戶體驗(yàn)方面的異同。
兩種方法的相同點(diǎn)為:以人像照片為輸入,通過技術(shù)手段獲得不同場景、造型的人像寫真圖。
除此之外,兩者在使用體驗(yàn)方面有較大的差異。在成本方面,AI 寫真小程序需要更多“有形投資”,比如更多的照片數(shù)量,更高的費(fèi)用;而本文的方法有更多的“無形投資”,比如部署和使用 Stable Diffusion 的能力。
在收益方面,AI 寫真小程序在生成圖片的角度和顏值上有優(yōu)勢,畫面自然感更高;而本文的方法在生成圖片的造型、背景豐富度以及再加工能力上更勝一籌。
期待大家可以用 AI 技術(shù)拓展生活的疆域。
如果讀者朋友們想進(jìn)一步學(xué)習(xí)如何部署 Stable Diffusion 以及如何精細(xì)化調(diào)參,可以參考騰訊云開發(fā)者的這篇文章《給想玩AI的新手|Stable Diffusion 保姆級入門手冊》。
有了自制的 AI 寫真工具,你最想生成哪些照片?或者想在工具里面加入哪些功能?歡迎留言。我們將挑選一則最有趣的答案,為其留言者送出騰訊定制T恤。8月31日中午12點(diǎn)開獎。
歡迎加入騰訊云開發(fā)者社群,社群專享券、大咖交流圈、第一手活動通知、限量鵝廠周邊能你來~
(長按圖片立即掃碼)
關(guān)注并星標(biāo)騰訊云開發(fā)者
每周4看鵝廠程序員測評新技術(shù)
關(guān)鍵詞:
相關(guān)閱讀
-
鵝廠程序員親測AI寫真通用版,女友直呼...
關(guān)注并星標(biāo)騰訊云開發(fā)者 每周4|鵝廠一線程序員,為你“試毒”新... -
清華大學(xué)龍明盛:人工智能工程化軟件研發(fā)
今年以來,一系列通用大模型和領(lǐng)域大模型相繼發(fā)布,將人工智能(AI)推 -
【本地】燈塔市舉辦2023年殘疾人基本信...
為全面貫徹落實(shí)中國殘聯(lián)、遼寧省殘聯(lián)、遼陽市殘聯(lián)關(guān)于做好持證殘疾人基 -
【本地】燈塔市召開2023年秋季校車安全...
8月25日,記者從市校車安全管理聯(lián)席會議辦公室召開的2023年秋季校車安 -
每日AI: Hugging Face 融資 2.35 ...
點(diǎn)擊“藍(lán)色字體”??即可關(guān)注「阿切是個(gè)巨人」2023年8月27日,一秒... -
【本地】燈塔市城市管理綜合行政執(zhí)法隊(duì)...
為持續(xù)鞏固提升我市營商環(huán)境,強(qiáng)化在建工程安全文明施工責(zé)任落實(shí),近日