Fotograafiline visuaalne tootmine ja kiire anatoomia: kuidas difusioon toimib?

Kasu:

• Mõistmine, kuidas pilti genereeriv tehisintellekt (difusioon) töötab ja milliseid retseptikomponente on vaja fotograafilise realismi jaoks
• Oskus kirjutada tugevat fotograafiat, mis koosneb objektist, valgusest, objektiivist/kaamerast, kompositsioonist, atmosfäärist ja tehnilistest komponentidest.
• Oskus teha vahet tehtud pildi ja tehtud foto vahel, kasutamise piire ja autentsusdeklaratsiooni tähtsust

Fotograaf kasutab generatiivset visuaalset tehisintellekti kolmel õiguspärasel eesmärgil: meeleolutahvlite ja kontseptsioonide viidete mustandite loomiseks, tegelikku võtet täiendavate elementide loomiseks (taust, tekstuur, komposiittükk) ja täielikult toodetud kujutiste loomiseks (näiteks laomüügi või reklaamikontseptsiooni jaoks). Selles õppetükis õpime, kuidas need tööriistad töötavad ja kuidas kirjutada fotograafilise realismi viipasid. Eesmärk ei ole juhuslikult ilusat lööki oodata; See tähendab soovi kirjeldamist fotograafi keeles ja tulemuse suunamist.

Difusioon: kuidas mudel "fotosid" teeb?

Enamik tänapäeva kujutisi loovaid tehisintellekti töötab meetodiga, mida nimetatakse difusiooniks. Lihtsalt: mudel on õppinud miljonitel piltidel minema "mürast tähendusliku pildini". See algab juhuslikust mürast tootmise ajal (nagu lumine ekraanipilt) ja loob pildi, puhastades järk-järgult müra, et see sobiks teie tekstiga (viip). Sellest tuleneb kaks peamist fakti:

Esiteks ei saa mudel toota seda, mida pole kirjeldatud. Kui sa valgust ei ütle, siis tuleb juhuslik valgus; Kui mitte arvestada objektiivset vaadet, jääb "fotograafia tunne" juhuseks. Teiseks, mudel ei saa aru, ta ennustab. Seetõttu teeb ta vigu (hallutsinatsioone) kohtades, mis nõuavad loogikat, nagu käed, tekst, peegeldus, sümmeetria. Kui soovite fotograafilist realismi, peate selgelt kirjeldama tehnilisi otsuseid – valgus, objektiiv, kompositsioon –, mis teevad fotost foto.

Ettevaatust: kuigi loodud pilt võib välja näha "foto moodi", pole see foto; see ei dokumenteeri tegelikku hetke. Selle kasutamine uudisloos, dokumentaalfilmis või kontekstis, väites, et see juhtus tõesti, on eksitav ja rikub eetilist piiri, mida käsitleme 9. üksuses.

Fotograafia kiire anatoomia

Võimas fotograafiline viip koosneb kuuest komponendist. Mõelge nendele nagu pildistamise planeerimisele:

1. Teema: Mis/kes? Vanus, riietus, ilme, tegevus, arv. ("keskealine puusepp, põlles, töötab töölaual")
2. Valgus: suund, kõvadus, allikas, aeg. See on fotograafia süda. ("pehme küljeakna valgus, hommik, madal kontrastsus")
3. Objektiivi ja kaamera vaade: fookuskaugus, teravussügavus, nurk. ("85 mm portreeobjektiivi tunnetus, madal teravussügavus, pehme tausta bokeh, silmade kõrgus")
4. Kompositsioon: Raamimine, paigutus, raamimine. ("lähivõte, kolmandiku reegel, teema vasakul")
5. Atmosfäär ja värv: toon, meeleolu, palett. ("soojad maatoonid, rahulik, nostalgiline")
6. Tehniline/kvaliteet: Tekstuur, realismi noodid, kuvasuhe. ("naturaalne naha tekstuur, kileteraline, suhe 3:2")

Kui tutvustate neid komponente järjest, annab mudel palju paremini kontrollitud, "fotograafilisema" tulemuse. Mis tahes komponent, mille välja jätate, on jäetud juhuse hooleks.

Näpunäide: ärge laske tehisintellektil teksti/logo joonistada. Hajutusmudelid ei suuda usaldusväärselt toota loetavat teksti ja patenteeritud logosid; lisage need tegelikus projekteerimisetapis. Samuti kasutage loetavat teksti vajava pildi puhul AI-d ainult tausta/atmosfääri jaoks.

Kuvasuhe ja kasutusotstarve

Kuvasuhe on pildi laiuse ja kõrguse suhe ning määrab selle kasutuse: 9:16 sotsiaalmeedia vertikaalse loo puhul, 3:2 tavaprindi puhul, 1:1 ruudukujulise postituse puhul, 16:9 laia bänneri puhul. Parem on suhe algusest peale määrata, kui seda hiljem kärpida ja kvaliteeti kaotada. Valige eraldusvõime ja suhe algusest peale, teades sihtotstarvet (printimine või kuvamine).

Negatiivne retsept ja variatsioon

Enamikul tööriistadel on ka negatiivne viip: ala, kuhu kirjutate pildile asju, mida te ei soovi ("deformeerunud käsi, lisasõrmed, tekst, vesimärk, plastikköide"). See vähendab, kuid ei hoia täielikult ära levinud defekte; kontrollimine on endiselt hädavajalik. On olemas ka seemne mõiste — juhuslikkuse seeme, millest tootmine algab; Sama seeme ja viip annab jälle sarnase tulemuse, mis aitab teil luua ühtse komplekti (süvame 4. üksuses).

kolm minikarpi

Juhtum 1 – retsepti jõud. Üks börsifotograaf kirjutas "naine joob kohvi" ja sai kurvad tulemused. Kui Prompta lisas valguse (küljeakna valgus), objektiivi (50 mm, madal teravussügavus), atmosfääri (soe, rahulik hommik) ja tekstuuri (loomulik nahk), sai tulemus kasutuskõlblikuks. Vastuvõetav kaadri genereerimise sagedus suurenes ligikaudu 1/20-lt 1/4-le; Tootmisaeg vähenes kolmandiku võrra.

Juhtum 2 – kaotus hallutsinatsioonidest. Disainer-fotograaf pani esitlusse kontrollimata pildi "ärimeestest, kes suruvad kätt". Koosolekul märgati, et juhil on kolm kätt. Viga, mis väikesel ekraanil kahe silma vahele jäi, oli projektsioonis suurendatud. 30-sekundiline käe/sõrme skaneerimine oleks selle piinlikkuse ära hoidnud.

3. juhtum – õige tööriista valimine. Tootefotograaf soovis paigutada päris kella, mille ta pildistas teistsugusesse keskkonda. Selle asemel, et seda nullist toota, säilitas see tegeliku tooteraami, ainult taust/atmosfäär toodeti tehisintellektiga ja tehti komposiidist. Seega ei moondunud toote tegelikud andmed (bränd, sihverplaat); säilisid nii usaldusväärsus kui ka täpsus.

Kopeeritavad mallid

1) Fotograafiline viipe skelett:

[teema: kes/mis, vanus, riietus, väljendus, tegevus],[valgus: suund, karmus, allikas, aeg],[objektiiv/kaamera: fookuskaugus, teravussügavus, nurk],[kompositsioon: kadreerimine, paigutus, tava],[atmosfäär/värv: toon, meeleolu, palett],[tehnika: loomulik tekstuur, realistlik graanul,]. Lisa tekst/logo.

2) Negatiivne viipade mustand:

Negatiivsed (mida ma ei taha): vigane käsi, lisa-/puuduvad sõrmed, kõver nägu, plastiline/vahataoline nahk, loetamatu tekst, vesimärk, korduv tekstuur, võimatu vari, üleküllastunud värv.

3) Moodboardi viide (suund, mitte kohaletoimetamine):

Eesmärk: meeleolutabeli viide võttele (mitte tulemus). Kontseptsioon: [kontseptsioon]. Kirjeldage esteetikat ainult atribuutidega: valgus [..], värvipalett [..], atmosfäär [..], kompositsioon [..]. Ärge kasutage isiku-/brändi-/fotograafinimesid. Loo 4 variatsiooni.

4) Liitplaan, mis kaitseb tegelikku toodet:

Mul on tõeline [toode] pilt; Toode ise ei muutu. Kirjutage viip, et pilt luuakse ainult tausta/atmosfääri jaoks: [valgus, pind, värv, keskkond]. Toote varju suund ja valguse kõvadus peaksid olema [..], et komposiit oleks veenev.

Nõrk viip / Tugev viip

Nõrk: "Tore portreefoto."

Tugev: "Keskealine talunaine, päikesest kulunud nägu, kerge naeratus, nisupõllul; kuldne tunnivalgus küljelt, madal kontrastsus; 85 mm portreevaade, madal teravussügavus, taust pehme; lähivõte, teema vasakule, kolmandiku reegel; soojad maatoonid, rahulik ja väärikas meeleolu; loomulik nahatekstuur, kerge filmiteraline,. 3, tekst lisamine.

Nõrk tahe on jäetud täiesti juhuse hooleks; Kuna suur nõudlus kirjeldab valgust, objektiivi, koostist ja atmosfääri, suurendab see oluliselt tõenäosust, et saadakse soovitud tulemus.

Levinud vead

• Valgust ja objektiivi ei kirjelda. Need kaks on suuresti need, mis teevad fotost foto; Kui jätate selle tühjaks, jääb tulemus juhuse hooleks.
• Laske AI-l joonistada loetavat teksti/logo. Mudel ei suuda neid usaldusväärselt toota; See võib osutuda defektseks ja autoriõigustega kaitstud.
• Toodetud pildi esitamine "fotona". See on dokumentaalfilmi/uudiste kontekstis eksitav; Vajalik on faktiavaldus.
• Kopeerimisstiil koos isiku/marginimega. Imitatsiooni- ja autoriõiguse oht; Kirjeldage esteetikat koos omadustega.
• Kinnitamise vahelejätmine. Igal tehtud pildil tuleb kontrollida käsi, silmi, peegeldusi, varje ja korduvaid tekstuure.

Kokkuvõttes

Generatiivne visuaalne AI töötab difusiooni teel: see läheb mürast pildile, mis sobib tekstiga, ei suuda toota seda, mida pole kirjeldatud, ja eksib seal, kus on vaja loogikat. Fotorealismi jaoks kirjeldage objekti, valgust, objektiivi, kompositsiooni, atmosfääri ja tehnikat nagu fotograaf. Valige kuvasuhe vastavalt eesmärgile, vähendage artefakti negatiivse retseptiga, ärge laske tehisintellektil teksti joonistada ja kontrollige iga väljundit. Ärge kunagi kasutage tehtud pilti, mis väidab, et see on tehtud foto.

Rakenduse ülesanne

Valige mõiste ja kirjutage fotograafiline viip, täites kõik kuus komponenti malliga 1. Esitage (või kirjeldage) sama mõiste esmalt ühes lauses, nt "ilus foto", seejärel kogu skeletiga, ja võrrelge kahte tulemust. Märgistage käte, silmade, peegelduste ja varjude suurendamise teel saadud kujutisel vähemalt kolm võimalikku viga.

kontrollnimekiri

• [ ] Promptis kirjeldasin eraldi objekti, valgust, objektiivi, kompositsiooni, atmosfääri ja tehnikat.
• [ ] Määrasin kuvasuhte vastavalt kasutusotstarbele.
• [ ] Vähendasin levinud defekte negatiivse retseptiga.
• [ ] Mul ei olnud AI-jooniste loetavat teksti/logo.
• [ ] Jälgisin, et ma genereeritud pilti "fotona" ei esitaks.
• [ ] Kontrollisin käe/silma/peegelduse/varju väljundit.