複数の参照画像をAIと組み合わせる方法、アップロードから最終画像まで

始める前に

このプロジェクトにおける「結合」の意味を決定してください。共通の目標は3つあります。

接続された参照主導の作成ワークフローについては、Dreaminaから始めてください。ランウェイのGen-4イメージリファレンス、Chat GPTイメージ、およびMidjoury's互換性のある編集モデルは、異なる入力および編集コントロールを備えた代替手段を提供します。それらの画像制限とインターフェース設定は互換性がありません。

提供する権利のある画像を使用してください。元のファイルを保持し、明確なファイル名を使用し、生き残る必要がある詳細を決定してください。実際の製品には、形状、色、ラベルが含まれます。架空のキャラクターにとって、それは顔、衣装、そして特徴的なアクセサリーかもしれません。

ステップ1:参照を収集する前に最終画像を定義する

完成したシーンを説明する一文を書いてください。この例では:

青い時間に、ガラス張りの温室の歩道の右側に小さな宅配ロボットが立っており、左側には後のデザインのためのスペースがあります。

その文は、主語、場所、配置、および意図された使用を識別します。それはまた、参照セットが魅力的で矛盾した画像のコレクションになるのを防ぎます。

今、重要な詳細をリストアップしてください。ロボットは非対称な目、アンテナに赤いビーズ、マスタード色のバックパック、そして濃い青色の手を持っています。温室にはガラスの屋根構造、暖かい出入り口、中央の通路があります。レイアウトは、レタリングを発明せずにロボットを右側に置く必要があります。

別のプロジェクトでは、それらの要件を実際の要件に置き換えてください。部屋のコンセプトは壁の位置を優先する場合があります。キャンペーンは製品のシルエットを優先する場合があります。2つの情報源が異なる場合、最も重要な要件を制御する参照が優先されるべきです。

ステップ2:各画像に別々のジョブを割り当てる

以下の3つの入力は、合成デモ資産とレイアウト図です。彼らは実在の人物や場所を描いていません。

参考1:キャラクター

ロボットのアイデンティティと素材には、この画像を使用してください。その平凡なスタジオの背景は目的地ではなく、元のスケールが新しいシーン全体を決定するべきではありません。

参考2:環境について

この画像を建築、経路、照明に使用してください。プロンプトには、ロボットが一致する視点と地面接触を持つ歩道に属していることを説明する必要があります。

参考3:配置のみ

配置にはこのガイドを使用してください。そのラベルは図を説明しています。それらは最終的な画像で再現するための言葉ではありません。それを明示的に言う。

役割表を使用すると、手順を簡単に確認できます。

すべてのタスクに3つの参照は必要ありません。明確な要件が2つしかない場合、2つの明確なソースで十分です。実際の曖昧さが解決されたら、別の画像を追加してください。

ステップ3:参照領域をクリアし、意図したセットをアップロードしてください

DreaminaAI画像ジェネレーターを開き、利用可能な参照主導の画像ワークフローを選択し、入力をサポートするモデルを選択します。画像参照領域にソースファイルをアップロードしてください。

生成する前に、添付されたすべてのサムネイルを確認してください。以前のタスクから残っている関係のないファイルを削除し、ロールテーブルに対して参照順序を確認してください。入力セットに残されたポートレートは、書かれたプロンプトがロボットだけを言及していても、別のアイデンティティを導入する可能性があります。

これは入力チェックであり、モデルの品質判断ではありません。提出されたセットが間違っている場合は、結果を比較する前に修正してください。最終的なファイル名と順序をメモしておき、後のリビジョンでも同じ受け入れられたソースを使用できるようにしてください。

アーカイブされたデモでは、3つのリファレンス、16: 9設定、2 K設定を備えたSeedream 5.0 Proが使用されました。これらはこの例の条件であり、普遍的なフリープランの権利や、現在のすべてのモデルがこれらのラベルを使用する必要があるという指示ではありません。

ステップ4:参照がどのように関連しているかを説明する

プロンプトには、最終シーンと役割の割り当ての両方が必要です。提出された3つの参照指示は次のとおりです:

参照1は宅配ロボットの識別にのみ使用し、参照2は温室の建築と照明に、参照3はレイアウトにのみ使用してください。右側の歩道に正確なロボットを自然に置き、左側の3分の1を空けてください。非対称の目、赤いビーズのアンテナ、マスタード色のバックパック、そして青い手を保存してください。地面の遠近法とコンタクトシャドウを合わせる。ガイドラベル、単語、余分な文字をコピーしないでください。

構造は再利用可能です:参照ロール、最終配置、重要な保持された詳細、共有ライティング、明示的な除外。製品とモデルにおいて、役割は製品の外観、人物、ポーズである場合があります。これは、すべてをスタイルの参照として扱うこととは異なるタスクです。

提出する前に競合を解決してください。被写体参照にクールなスタジオライトがあり、設定に暖かいサイドライトがある場合は、新しいシーンが設定の照明を採用するかどうかを指定してください。2つの衣装の参照が異なるジャケットを示している場合は、両方を保存するようシステムに依頼する代わりに、1つを選択してください。

プロンプト内の「正確」は要件を表します。出力が変更なしでソースを再現することは確立されていません。

ステップ5:各入力と結果を生成して比較する

ここに実際のアーカイブされた3つの参照結果があります。

ロボットは右側に現れ、非対称の目、赤いアンテナビーズ、マスタード色のバックパック、そして青い手が認識できます。屋根の梁、暖かい出入り口、そして通路は環境基準から伝わっています。図のラベルと破線のボックスはありません。

左側には追加の主題はありませんが、植物や建築的な質感が含まれています。「左の3分の1をクリアにしておく」は、平らで空のテキストパネルを生成しませんでした。小さなコピーを読みやすくする必要がある場合は、デザインエディターでそのテキストを追加して検査するか、構成をより静かな領域に修正してください。

ダウンロードしたファイルは2560×1440 JPEGです。この例では、Seedream 5.0 Proを使用した歴史的なBasicアカウントを使用しました。記録された世代の見積もりは14クレジットでしたが、実際の控除は記録されませんでした。現在の固定編集価格や一般的な成功率ではなく、1つの完成した例です。

1つの参照と比較して何が変わったのですか?

付属の単一参照出力では、ロボットの画像と書かれた温室の説明が使用されました

キャラクターは認識可能で、右側に立っています。環境には、異なるドア、屋根、照明の配置があります。書かれた場所の説明により、モデルは適切な温室を発明することができます。追加の環境参照により、どの温室に従うかが伝えられます。

これらの例では、プロンプトと入力セットの両方が異なっていました。彼らは、3つの参照が常に1つを上回ることを証明するのではなく、明示的な環境ソースの役割を説明しています。3つの参照結果は、背景のピクセル同一のコピーではなく、生成された解釈でもあります。

ステップ6:全体の概要を変更せずに、ミスした役割を修復する

出力を別々のパスで比較します。最初にアイデンティティ、次に環境、そして配置と連絡先を確認してください。これにより、次の修正が「近づける」よりも具体的になります。

複雑なシーンでは、枝で作業してください。重要な特徴が受け入れられるまで、キャラクターを独自に開発してください。環境を別々に開発する。同じリクエストで文字、部屋、光を繰り返し変更する代わりに、承認された画像を組み合わせてください。

これは文書化された参照ワークフローの方法であり、テーブル内のすべての分岐または修復がロボットの例に対して実行されたという主張ではありません。細部を正確に撮影する必要がある場合は、参照言語に頼るのではなく、適切なレイヤーベースのコンポジットを通じて保存してください。

ステップ7:配信画像をダウンロードして確認する

プレビューのスクリーンショットを保存するのではなく、結果のネイティブダウンロードまたはエクスポートコントロールを使用します。ダウンロードしたファイルを開き、サイズ、クロップ、フォーマットを確認してください。

聴衆が見る体格で主題を点検しなさい。広いシーンで小さなロボットは、サムネイルで小さなアクセサリーを失いながら、全体的な体格を維持することがあります。製品ラベルはエディタでは妥当に見え、エクスポートでは読めなくなる場合があります。

元の参照、受け入れられた出力、および役割の指示を一緒に保存します。彼らは次のバリエーションの出発点を提供します。彼らは世代を編集可能なレイヤープロジェクトやトレーニングされたアイデンティティモデルに変えることはありません。

複数のフォーマットが必要なデザインの場合は、リファレンスを組み合わせた後、レイアウトとアスペクト比を制御してください。

代替ツール:方法を維持し、コントロールを変更する

Runwayでは、参照に名前を付けて保存することで、セッション間で再利用できます。一時的にアップロードされた参照は別の状態です。このガイドには、配置のためのスケッチリファレンスも記載されています。これらのコントロールは、3つの参照制限を他のツールのルールにすることなく、同じサブジェクト/環境/レイアウト方法を管理するのに役立ちます。

レイアウトスケッチを作成して再利用する

RunwayのGen-4画像参照で、空のプロンプトキャンバスを開き、シーンをスケッチするか、画像を参照として読み込み、そのマーカーアイコンにカーソルを合わせます。目的の配置またはゲイズを描画し、[スケッチの書き出し]を選択して、図面を参照として読み込みます。これらはランウェイのコントロールです。Dreaminaのインターフェースを説明していません。

ロボットブリーフでは、右側に主題を描き、左側に広い領域を予約してください。プロンプトで、ロボット画像にアイデンティティを割り当て、コンサバトリーに建築を割り当て、スケッチに配置を割り当てます。ガイドラベルが表示されないように説明してください。これはレイアウトガイドを再構築するための提案された方法であり、別の実行されたロボットの例ではありません。

エクスポートされたスケッチは、そのスケッチワークフローで編集できません。変更されたガイドを再作成できるように、元の画像と意図したレイアウトの別のコピーを保持してください。セッション間で承認済みの参照を再利用するには、その参照にカーソルを合わせ、保存するタグを選択して名前を付け、Enterキーを押します。保存された参照を選択し、次のプロンプトで@nameで指定します。保存されたガイドが誤って主題を置き換えないように、生成する前にアクティブなソースを確認してください。

コストも異なります。Dreaminaの米国の1日あたりの許容量は120クレジットで、実際の使用はモデルと設定に依存します。これにより、すべてのProリファレンスルートが無料になるわけではありません。ミッドジャーニーの有料エントリーは、月額請求で月額10ドルから開始されます。他のホストには、独自のモデル、プラン、および発電料金があります。修正のための予算と最初の画像。

よくある質問

最初にファイルをコラージュに結合すべきですか?

ツールがそれらを受け入れ、その役割が明確に説明できる場合は、別々の画像を使用してください。ラベル付きシートは、複数のビューを表示する必要がある場合や入力スロットが限られている場合に役立ちますが、システムがラベルをコピーしたり、どのパネルが何を制御しているか混乱させる可能性もあります。シートの構造を説明し、結果を確認してください。

より多くの参照は常にイメージを改善しますか?

いいえ。異なる主題、シーン、またはコントロールを提供する場合は、ソースを追加してください。いくつかの相反する顔、スタイル、または照明方向は、要求をより明確にすることができません。実際の仕事を伝える最小のセットから始めてください。

これによって、実際の人物のアイデンティティや製品を正確に保存できますか?

参考文献はその要件を表現するのに役立ちますが、正確な保存は保証されていません。オリジナルに対して顔、形、素材、テキスト、その他の決定的な詳細を確認してください。物理的に正確な製品リストまたは厳格なアイデンティティ要件は、完全なシーン再構築ではなく、ソースを保存する編集が必要な場合があります。

合成した画像を動画に使用できますか?

サポートされている画像からビデオへのワークフローは、受け入れられた静止画を開始フレームとして使用できます。最初に、静止画の主題、背景、クロップを承認し、その後、別々に動きを指示してください。正しい静止画は、すべてのビデオフレームがその詳細を保持することを確立するものではありません。

Dreaminaから始めて、各ソースに1つのジョブを割り当て、それらのジョブに対して出力を判断してください。有用な結果は、単にすべての参照から認識できるものを含むファイルではなく、あなたの要件に合った一貫した画像です。