| inviato il 07 Ottobre 2024 ore 9:48
Premetto che non sono contrario all'AI generativa se usata nel modo corretto e questo post non vuole assumere i toni di una filippica nei suoi confronti.
Ultimamente causa molto tempo libero per mancanza di lavoro, mi sto dilettando nella tecnica del photoshop compositing come utile esercizio per migliorare le mie (pessime) conoscenze del programma.
L'ultima immagine che sto componendo contiene un ponticello con linee di circa 50-60 gradi verso il punto di fuga e lo scopo era inserirci una ragazza che cammina, "full body". Non essendo riuscito a trovare nulla su google immagini di adeguato, ho provato a generarlo autonomamente con l'AI, ed ho notato il seguente problema: nonostante i vari tentativi, non riesco a generare un'immagine di un soggetto che cammina in diagonale. Solo centralmente verso la fotocamera (stile passerella di moda) o di lato, oppure ferma e leggermente ruotata.
Non sono un mago con l'AI generativa questo lo ammetto, però qualcosa anche di pessimo penso sarebbe dovuto uscirne dai prompt, invece nulla a parte qualche sgorbio. Ho cominciato a pensare che l'AI generativa, essendo "addestrata" da foto reali, non abbia abbastanza materiale per creare ciò che desidero; ed effettivamente, controllando le immagini generate con l'AI, è rarissimo trovare soggetti che camminano con angolazioni rispetto al PoV.
Di qui una domanda e di seguito una riflessione.
La domanda, qualcuno di voi ha provato, o ha voglia di provare? Magari i miei prompt non sono particolarmente efficaci, effettivamente più che scrivere "walking diagonally to the camera" non saprei come istruire l'AI per ottenere quello che voglio. Lo stesso problema l'ho avuto un paio di anni fa nel cercare di generare immagini low-key, sotto esposte, o comunque con una luce particolarmente diversa rispetto allo stile classico a 3 key light che si usa nelle riviste patinate.
La riflessione è invece questa. Ammesso e concesso che non siano i miei prompt il problema e che effettivamente all'AI manchino adeguate informazioni per generare quello che le viene richiesto, come la mettiamo? Da un anno a questa parte, cercare materiale per il compositing significa imbattersi in decine di migliaia di immagini con esattamente lo stesso punto di vista, fotocopie della stessa foto con soggetti e sfondi differenti. Le foto vere (almeno gratuitamente) sono sempre più difficili da trovare e quindi l'AI probabilmente sempre più difficile da addestrare. Nonostante lo strumento abbia permesso anche a coloro senza competenze artistiche di esprimere la loro creatività tramite immagini, tale creatività sembra essere relegata a generazioni sempre più simili l'una con l'altra. Se ormai si utilizza sempre di più la generazione per ottenere immagini, e tale generazione è limitata alle immagini precedentemente prodotte, perderemo in varietà?
|
| inviato il 07 Ottobre 2024 ore 10:35
@Semalb
hai ben esposto il quesito ma non è facile date una risposta riassuntiva; premesso che l'uso esclusivo di photoshop per generare immagini non da un quadro reale sul panorama di tools e ricerca sul tema, da quel che ho letto deduco che tu non abbia usato images references o maschere nel modo corretto.
il prompt è una parte del lavoro, serve anche un prompt negativo, un modello addestrato che sia del tuo tema e delle mappe references anche per controlnet, per tracciare la forma del corpo del tuo personaggio, delle sue mani e della testa. controlnet è la chiave di evoluzione di questa tecnologia, grazie a lui possiamo emulare una firma reale e tracciare un movimento nel modo corretto.
Adobe offre un metodo di lavoro estremamente semplificato e se uno sa solo quello non si ha idea di come funzioni altrove.
infine, questo limite ripetitivo sulla composizione sei tu a deciderlo, se non cambi 'see' ad ogni generazione ma ti limiti a ritoccare la descrizione o il peso della referenze è abbastanza sicuro che avrai risultati simili tra loro.
“ tale creatività sembra essere relegata a generazioni sempre più simili l'una con l'altra. Se ormai si utilizza sempre di più la generazione per ottenere immagini, e tale generazione è limitata alle immagini precedentemente prodotte, perderemo in varietà? „
vale quel che ho già scritto, se non si esplorano altri sistemi (quelli nati per fare AI) e si fa riferimento ad un solo modello allora la ripetitività cresce.
Per chi è interessato ad esplorare il tema consiglio stable diffusion che permette l'uso di mappe multiple nella stessa generazione, reference, controlnet per viso, mani e postura e "centinaia' di modelli addestrati a tema. di ogni genere. dal fantasy allo stile cinema, allegro, analogico ecc ecc. |
| inviato il 07 Ottobre 2024 ore 10:49
@michelangelo
Grazie della risposta. In tempi ancora non sospetti ho compilato stable diffusion su un server in azure collegato ad una grid di schede grafiche, ed ho sperimentato parecchio anche con controlnet.
Lì usavo prompt negativi e tutto, pensavo che con photoshop si potesse essere più spediti. In ogni caso anche al tempo con SD avevo seri problemi a generare immagini con pose più complesse, ma forse erano ancora gli inizi (2022). Magari le ultime versioni e gli ultimi modelli hanno migliorato molto le cose, è un anno che mi riprometto di metterci mano. |
Che cosa ne pensi di questo argomento?Vuoi dire la tua? Per partecipare alla discussione iscriviti a JuzaPhoto, è semplice e gratuito!
Non solo: iscrivendoti potrai creare una tua pagina personale, pubblicare foto, ricevere commenti e sfruttare tutte le funzionalità di JuzaPhoto. Con oltre 252000 iscritti, c'è spazio per tutti, dal principiante al professionista. |
Metti la tua pubblicità su JuzaPhoto (info) |
JuzaPhoto contiene link affiliati Amazon ed Ebay e riceve una commissione in caso di acquisto attraverso link affiliati.
