Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

两张照片还原人脸,用什么AI工具

Answer

以下是一些可用于两张照片还原人脸的 AI 工具和方法:

  1. Stable Diffusion
  2. Midjourney(MJ):加上简单的相机参数、写实风格,使用 MJ v 6.0 绘图,可调整图片比例。
  3. InsightFaceSwap
    • 输入“/saveid”,idname 可随意填写,上传原图。
    • 换脸操作输入“/swapid”,id 填写之前设置的名称,上传分割好的图。
    • 选择效果较好的图片,注意插件每日免费使用次数。

此外,还会用到 PS 进行图片的角度调整、裁切、裁剪、拼接等操作。

Content generated by AI large model, please carefully verify (powered by aily)

References

【SD】用AI给老照片上色,岁月不改它模样

启用MutiDiffusion插件,不开放大倍数,仅使用分块渲染的功能,能帮助我们在显存不够的情况下,将图片放大到足够的倍数。好了,经过一顿操作,我们就将这张图片处理完成了。对比一下看看,之前的黑白照片和经过上色高清化完成之后效果。同样的步骤,又还原了一张我妈妈的照片。在问到她当时穿的什么颜色衣服的时候,她记得可清楚了,想都没想就告诉我说是绿色的。这两张还算容易的,接下来就遇到比较棘手的照片了。比如这一张,是我外公外婆带着我妈和我舅舅。外公走得更早,我甚至都没见过一面,只有这些照片还记录着他存在的痕迹。而这张照片也有些年头了,一直被外婆好好保存着。人物多、场景复杂,像素非常的低,使得这张照片处理起来难度很大。我首先在ps里面进行了一下角度的调整和照片的裁切,然后使用刚才的步骤进行上色,但是直接上色的结果有点像是加了一层黄色滤镜,有颜色但是年代感还是太强了。而太具体的颜色指定,又容易让画面污染严重,因为内容实在太多了,光是指定衣服就得十来个颜色提示词,AI能分辨得清才怪。所以我决定放弃人物服装的颜色指定,只给一个场景方向,剩下的交给AI去自行决定。于是,我从网上找到了一张仙人洞的照片,让AI去帮我匹配色调。加入第二个controlnet来控制颜色,使用的是t2ia_color的模型。关键词只给了:蓝天、绿树、灰石砖这么简单的几个词。颜色终于正常了,最后经过脸部的修复和放大,得到了最终的效果。

【SD】用AI给老照片上色,岁月不改它模样

将照片放入到后期处理中,使用GFPGAN算法将人脸变清晰,不知道这个功能的可以参考我这篇文章——[【Stable Diffusion】图片高清化+面部修复+一键抠图,一些你不知道的事儿](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487422&idx=1&sn=9cdf7ef37c2acb3c0fc3328d0ba8af74&chksm=c251597af526d06c921ea6728cb2a32bdf1d5f699e19d6ba13b849994e4d01af8a5144132aad&scene=21#wechat_redirect)。这个步骤,可以将我们的五官进行重绘,但是却没有办法将照片中的头发、衣服等其他元素变清晰。所以,接下来我将图片再发送到图生图当中,打开stableSR脚本,放大两倍。这个放大插件是所有插件中对原图还原最精准的,也是重绘效果最好的,不知道的朋友可以参考我的这篇文章——[【Stable Diffusion】超清无损放大器StableSR](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487403&idx=1&sn=cbb96534fa6f58c37cf9fc64bc7ade0c&chksm=c251596ff526d0792b4bba0e21b69427b23e780824bdc75b22f1073e8bad6f61f30199fc8344&scene=21#wechat_redirect)。切换到sd2.1的模型进行修复,vae选择vqgan,提示词可以什么都不写,以免对原图产生干扰。

AI 带你穿越时空,去拥抱儿时的自己

这部分其实挺简单的,就是加上一个简单的相机参数、写实风格,然后使用MJ v 6.0来绘图即可。甚至不加参数效果也不会太差。参数的设置,因为我们是想做成类抖音的小视频,所以我画成了9:16的比例,大家可以根据需求调整。我只是把上面的翻译内容直接放入MJ了,没使用太多的MJ提示词技巧,因为现在直接描述的情况下,MJ画图也还可以。只是后面增加了下面的参数。最后选择的图片如下:[heading3]四)图片裁剪[content]我直接使用了PS进行裁剪,大家可以选用自己顺手的工具进行裁剪哦~所选照片尽量选择可以一刀完整分割两个人的图片~[heading3]五)使用InsightFaceSwap处理图片[content]1.输入“/saveid”idname可以随便填写,记得住是哪张图就好。我们这边填写“child”,然后点击上传,选择原图。(单击回车↩︎发送)1.换脸操作输入“/swapid”,id=child然后上传我们分割好的图。(单击回车↩︎发送)3.选择一张,我们觉得像的然后继续(如果觉得效果不好,可以循环操作几次,但注意插件每日免费使用次数)1.得到的图相似程度差了点意思,其实这个插件对老外的脸识别度比较好~[heading3]六)拼接[content]重新利用PS把两张图片拼接回来。(只能说眉宇之间,比较相似~但是图片的整体看起来比较完整。)

Others are asking
ai绘画
AI 绘画具有多方面的特点和影响: 1. 与艺术界的双向影响: 改变传统艺术面貌:从生成艺术作品到辅助艺术创作,影响创作方式、审美观念和市场需求。 技术进步:从早期机械臂机器人到当前大语言模型,在创作质量和速度上取得突破,推动传统艺术数字化和普及化。 引发讨论和争议:人们对 AI 创作的艺术品接受程度与人类作品大致相同,但不太愿意将其视为艺术家;艺术家态度复杂,有期待也有担忧;带来从业者职业安全焦虑和“侵权”反对之声,挑战现有法律和伦理框架。 提供新可能性:帮助艺术家探索新表达方式、提高制作效率、降低成本,促进艺术与观众互动,提供个性化体验。 2. 关键词指南: 公式:主题+环境+气氛+灯光+色彩+构图+风格参考。 比如:将喜欢的艺术家、灯光、颜色等风格放到相应的关键词里。 3. 艺术与科技的融合: 呈现奇妙景象:将艺术与先进技术完美结合,引领艺术界走向未来。 探索之旅:利用机器学习和深度学习模拟创作过程,生成令人惊叹的作品,为艺术家提供新工具和观众带来新体验。 打破局限:不再局限于传统手工绘画技巧,通过技术手段开拓新领域,为艺术家提供灵感,为缺乏绘画技巧的人提供创作机会,使艺术更民主化和包容。
2025-02-21
weights ai 怎么下载
以下是关于 weights ai 下载的相关信息: 按照 FastGPT+OneAPI+COW 带有知识库的机器人完整教程进行环境配置,具体步骤如下: 第一步:cd/root||exit 1 第二步:下方两行粘贴进入,然后点击回车,等待下载完成。(如果这里有了卡点,进行不下去,可能是因为服务器网络问题,去拉取的时候下载不全,可以复制网址,手动去下载到电脑上。然后进入文件夹,找到 root 文件夹,把下载的文件上传进去就好了。) 第三步:然后把下边这行粘贴进去,点击回车。rm f Anaconda32021.05Linuxx86_64.sh 第四步:继续粘贴:/root/anaconda/bin/conda create y name AI python=3.8 第五步:继续,一行一行依次粘贴,依次回车:echo 'source /root/anaconda/bin/activate AI'>>~/.bashrc 第六步:执行完成后。刷新一下,重新进入终端,你会看到,最左侧出现了(AI)的字符。如果出现了,那么恭喜你。配置完成 智谱 AI 提供的所有开源模型均可以在以下平台进行下载: 基于 Hook 机制的微信 AI 机器人安装环境: 点击电脑“系统”,直接输入“cmd”,点击回车,打开命令窗口 在命令窗口中,粘贴入以下代码,确认是否有 python 粘贴入以下代码,确认是否有 pip 如果没有 python 和 pip,先进行 python 的安装,安装包下载地址:(有小伙伴说下载不了,我打包上传了,为了方便下载就没用云盘。只是 7 天会失效去公众号【Equity AI】回复“HOOK”就好了,下载地址 https://www.wenshushu.cn/f/ec5s5x1xo3c)
2025-02-21
AI编程的落地场景是什么
以下是 AI 编程的一些落地场景: 1. 智能体开发:从最初只有对话框的 chatbot 到具有更多交互方式的应用,低代码或零代码的工作流在某些场景表现较好。 2. 证件照应用:以前实现成本高,现在可通过相关智能体和交互满足客户端需求。 3. 辅助编程: 适合原型开发、架构稳定且模块独立的项目。 对于像翻译、数据提取等简单任务,可通过 AI 工具如 ChatGPT 或 Claude 解决,无需软件开发。 支持上传图片、文档,执行代码,甚至生成视频或报表,大幅扩展应用场景。 4. 自动化测试:在模块稳定后引入,模块变化频繁时需谨慎。 5. 快速迭代与发布 MVP:尽早发布产品,不追求完美,以天或周为单位快速迭代。 需要注意的是,AI 编程虽强,但目前适用于小场景和产品的第一个版本,在复杂应用中可能导致需求理解错误从而使产品出错。在进度不紧张时可先尝试新工具,成熟后再大规模应用。同时,压缩范围,定义清晰的 MVP(最小可行产品),先完成一个 1 个月内可交付的版本,再用 1 个月进行优化迭代。
2025-02-21
不同ai模型的应用场景
以下是不同 AI 模型的应用场景: 基于开源模型: Civitai、海艺 AI、liblib 等为主流创作社区,提供平台让用户利用 AI 技术进行图像创作和分享,用户无需深入了解技术细节即可创作出较高质量的作品。 基于闭源模型: OpenAI 的 DALLE 系列: 发展历史:2021 年初发布 DALLE,2022 年推出 DALLE 2,2023 年发布 DALLE 3,不断提升图像质量、分辨率、准确性和创造性。 模型特点:基于变换器架构,采用稀疏注意力机制,DALLE 2 引入 CLIP 模型提高文本理解能力,DALLE 3 优化细节处理和创意表现。 落地场景:2C 方面可控性强于 Midjourney,但复杂场景和细节处理能力不如 Midjourney;2B 方面与 Midjourney 场景类似。 商业化现状:通过提供 API 服务,使企业和开发者能集成到应用和服务中,采取分层访问和定价策略。 伦理和合规性:加强对生成内容的审查,确保符合伦理和法律标准。 大模型: 文本生成和内容创作:撰写文章、生成新闻报道、创作诗歌和故事等。 聊天机器人和虚拟助手:提供客户服务、日常任务提醒和信息咨询等服务。 编程和代码辅助:用于代码自动补全、bug 修复和代码解释。 翻译和跨语言通信:促进不同语言背景用户之间的沟通和信息共享。 情感分析和意见挖掘:为市场研究和产品改进提供数据支持。 教育和学习辅助:创建个性化学习材料、自动回答学生问题和提供语言学习支持。 图像和视频生成:如 DALLE 等模型可根据文本描述生成相应图像,未来可能扩展到视频内容生成。 游戏开发和互动体验:创建游戏中的角色对话、故事情节生成和增强玩家沉浸式体验。 医疗和健康咨询:理解和回答医疗相关问题,提供初步健康建议和医疗信息查询服务。 法律和合规咨询:帮助解读法律文件,提供合规建议,降低法律服务门槛。 这些只是部分应用场景,随着技术进步和模型优化,AI 模型在未来可能会拓展到更多领域和场景。同时,也需注意其在隐私、安全和伦理方面的挑战。
2025-02-21
爆款AI视频
以下是关于爆款 AI 视频的相关内容: 2025AI 春晚: 行业身份:首届 AI 春晚发起人&总导演,包括央视总台论坛&直播、TEDxAI 演讲、得到分享等。 爆款视频案例:快手&国家反诈中心合作,微博 650w+热搜,快手 520w+热搜(6 月 28 日);央视&海尔冰箱首支 AI 概念短片(6 月 29 日);个人制作视频,无推流,快手平台 636w 播放(6 月 29 日)。 社区与企业关系:涉及 WaytoAGI、AIGCxChina 等聚会,以及德必集团、万兴集团、福布斯 AItop50 等的论坛分享,还有嘉定区政府颁奖、温州 AI 音乐大会、腾讯研究院论坛、江西财经大学分享、宣亚集团分享等。 WTF:1w 粉 10w 粉仅仅用时 13 天,像素级拆解《动物时装秀》: 作者模仿动物时装秀账号效果不错并分享教程。一个爆款视频至少要满足以下几点: 切片:短视频通过不断切片,增加信息密度,从长视频和其他短视频中脱颖而出。 通感:利用人的直觉脑,不让观众动脑子,如头疗、水疗直播间靠声音让人舒服,美食直播间靠展示美食吸引人。 反差:可参考抖音航线里行舟大佬的相关文档。 视频模型:Sora: OpenAI 突然发布首款文生视频模型 Sora,能够根据文字指令创造逼真且充满想象力的场景,生成 1 分钟的超长一镜到底视频,女主角、背景人物等都有惊人的一致性和稳定性,远超其他 AI 视频工具。
2025-02-21
AI音频与数字人
以下是关于 AI 音频与数字人的相关信息: 数字人口播配音: 操作指引:输入口播文案,选择期望生成的数字人形象及目标语言,选择输出类型,点击开始生成。 支持的数字人形象和语言多样,能让视频制作更高效。 图片换脸: 操作指引:上传原始图片和换脸图片,点击开始生成。 图片大小上限 5M,支持 JPG、PNG 格式。 视频换脸: 操作指引:上传原始视频和换脸图片,点击生成。 音频合成数字人: 操作指引:上传音频文件,选择数字人角色和输出类型,点击开始生成。 支持 MP3 和 WAV 格式的音频文件,文件大小上限 5M,工具支持使用 100+数字人模板,可解决无素材冷启问题。 AI 配音: 多语种(包含菲律宾语、印地语、马来语等小语种)智能配音,同时支持区分男声和女声。 操作指引:输入需配音文案,选择音色,点击立即生成。 注意输入的配音文案需和选择音色语种保持一致。 AI 字幕: 操作指引:点击上传视频,开始生成,字幕解析完成后下载 SRT 字幕。 支持 MP4 文件类型,大小上限为 50M。 在数字人语音合成方面,提到了声音克隆,有新的声音克隆且音质很不错。算法驱动的数字人相关开源代码仓库有: ASR 语音识别:openai 的 whisper(https://github.com/openai/whisper)、wenet(https://github.com/wenete2e/wenet)、speech_recognition(https://github.com/Uberi/speech_recognition)。 大模型:ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等。 Agent 部分:可以使用 LangChain 的模块去做自定义(https://www.langchain.com/)。 TTS:微软的 edgetts(https://github.com/rany2/edgetts)、VITS(https://github.com/jaywalnut310/vits)、sovitssvc(https://github.com/svcdevelopteam/sovitssvc)。 构建简单数字人的方式包括通过手动建模(音频驱动)或者 AIGC 的方式生成人物的动态效果(例如 wav2lip 模型),但仍存在一些问题,如如何生成指定人物的声音、TTS 生成的音频如何精确驱动数字人口型以及做出相应的动作、数字人如何使用知识库做出某个领域的专业性回答等。
2025-02-21
怎么替换视频或图片中的人脸
以下是替换视频或图片中人脸的几种方法: 方法一:使用 SD 中的 Roop 插件 1. 安装 Roop 插件,安装时间较长需耐心等待。安装好后打开 SD 文件目录下的特定文件夹,在地址栏输入“cmd”并回车。 2. 在打开的 dos 界面中粘贴“python m pip install insightface==0.7.3 user”代码自动安装 insightface。若此阶段出错,建议下载最新的秋叶 4.2 整合包(6 月 23 号更新),在云盘后台回复【SD】可下载。 3. 安装完成后重新打开启动器,后台会继续下载模型,全程需科学上网。 4. 选用真实系模型“realisticVisionV20”,得到照片。 5. 启用 ROOP 插件,选择要替换的人物照片,面部修复选择“GFPGAN”,根据需求设置右边的参数。 6. 点击生成,若人脸像素偏低模糊,可将图发送到“图生图”,开较小重绘幅度,使用 controlnet 中的 tile 模型进行重绘。 方法:使用 TecCreative 工具 1. 对于图片换脸,仅需上传原始图片和换脸图片,然后点击开始生成。注意图片大小上限 5M,支持 JPG、PNG 格式。 2. 对于视频换脸,上传原始视频和换脸图片后点击生成。 方法:使用快捷工具中的 facefusion 1. 点击快捷工具中顶部的“JupyterLab”打开工具,通过终端启动 facefusion。 2. 点击顶部的“+”号选项卡,新打开一个终端窗口。 3. 在终端区域启动终端选项卡,输入 3 条命令: 输入“ls”并按回车查看文件列表。 输入“cd facefusion”并按回车进入程序目录。 输入“python./run.py executionproviders cuda cpu”启动程序。 4. 当出现提示信息说明启动成功。 5. 打开 facefusion 软件,返回实例列表,点击自定义服务按钮,通过新的浏览器窗口访问 facefusion 的 UI 界面。 6. 在软件界面上传准备好的图片、视频,在右侧查看预览效果,点击开始按钮执行换脸处理。处理完成后在输出位置下载处理后的视频。 特别提醒,此类插件需谨慎使用,切勿触犯法律。如果想要 Roop 插件,可以添加公众号【白马与少年】,回复【SD】即可。推荐使用最新的秋叶整合包,出错概率最小,另外,科学上网很重要。
2025-02-01
怎么把视频或图片中的人脸进行替换,生产新的合成图片或视频
要把视频或图片中的人脸进行替换,生成新的合成图片或视频,可以参考以下方法: 1. 利用 TecCreative 创意工具箱: 图片换脸:仅需上传原始图片和换脸图片,即可一键实现素材换脸。操作指引为上传原始图片——上传换脸图片——点击开始生成。注意图片大小上限 5M,支持 JPG、PNG 格式。 视频换脸:自动识别视频中的人脸,并将其替换为选择的脸部。操作指引为上传原始视频——上传换脸图片——点击生成。 2. 实战方法: 点击快捷工具中顶部的 JupyterLab,打开这个工具。通过终端输入命令启动 facefusion: 点击顶部的 + 号选项卡,新打开一个终端窗口。 点击终端区域,启动一个终端的选项卡。 在打开的终端窗口中,输入 3 条命令做 3 件事情: 查看文件列表。输入 ls 并按回车,显示当前位置所在目录下的文件列表。 进入 facefusion 目录,输入 cd facefusion 并按回车,进入程序目录。 启动 facefusion。输入:python./run.py executionproviders cuda cpu 启动程序。注意后面的参数 executionproviders cuda cpu 非常重要,如果不加 cuda,则默认不使用 GPU 能力,推理将非常慢。 当出现提示信息时,说明启动成功。 打开 facefusion 软件,需要返回实例列表,点击自定义服务按钮,会打开一个新的浏览器窗口。 在 facefusion 软件界面上,上传准备好的图片、视频后,在右侧可以看到预览效果。点击下方的开始按钮,执行换脸处理。执行完成后,在输出的位置,会出现处理后的视频,输出窗口的右上角有一个下载按钮,点击它可以导出变量后的视频到本地。
2025-02-01
AI图片制作视频如何保持人脸一致性的工具
以下是一些关于在 AI 图片制作视频中保持人脸一致性的工具和方法: 1. U 传:在 U 传中,通过点击相应按钮参考角色、风格或图生图,可保持人物一致性。 2. PixVerse:其“角色(Character)”新功能能实现 AI 生成视频中的角色保持一致。用户只需单击“Character”功能,上传符合要求的真实人脸图像,点击创建自定义角色,训练一个新角色,然后可使用自定义角色生成视频,可在 AI 生成视频中轻松切换场景,同时保持同一角色身份。 3. Midjourney:在有了 Midjourney 的新功能 Cref 以后,可在一定程度上保持人物一致性。先跑一张主角的定妆照,然后在需要出现主角人物的地方,扔进去 Cref 以保持发型、人脸、衣服。但 Midjourney 对亚洲人脸的一致性效果,尤其是亚洲老人的一致性效果较差,且 Cref 在画面的审美和构图上有一定的破坏性,所以能不用则不用。 需要注意的是,目前对于场景一致性,基本上还没有任何有效的解决办法。
2025-01-31
人脸识别技术价值
人脸识别技术具有一定的价值。过去,AI 在人脸识别等分类判断任务上取得了成果,方便了我们的生活。然而,其使用过程中会让人感受到明显的机器感。相比之下,生成式 AI 在写文章、画画、写歌等方面展现出类似人类的智慧和能力。在 AI 研究中,搜索和学习是利用大量计算的两个重要技术类别。在计算机围棋、国际象棋、语音识别和计算机视觉等领域,都经历了从依赖人类知识到依靠统计方法和大量计算的转变。在 AI 相关的监管方面,对于像人脸识别这样的特定技术或应用,不采用僵化的法律定义,而是基于功能能力来设计应对挑战的方法,以适应 AI 的快速发展。
2024-12-25
我给定一张图片,根据这张图片的人脸特征 生成一组写真图片
以下是关于根据给定图片的人脸特征生成写真图片的相关内容: 使用 SD 进行多人物脸部替换生成写真: 先正常生成一张特定内容的图片,如两个古风人物在大漠黄沙下互相对视。正向提示词包括“best quality, official art, 8k wallpaper, highly detailed, illustration, closeup, , upper body, antique style, drifting snow, yellow sand fills the sky, withered tree, desert, gu, <lora:武侠 V2_2.0:1>”,模型使用 majicmixRealistic 及武侠 lora。将生成的图发送到图生图中,调整重绘幅度为 0.4。在 roop 插件中进行脸部替换,如载入至尊宝和紫霞的照片形象。插件强大之处在于仅凭一张照片能复刻角色其他角度和表情。最后可使用 ps 扩图。如需插件,可添加公众号【白马与少年】回复【SD】获取。 给自己做卡通头像: 1. 复杂提示词:如“Disney boy, Low saturation Pixar Super details, clay, anime waifu, looking at viewer, nighly detailedreflections transparent iridescent colors. lonctransparent iridescent RGB hair, art by Serafleurfrom artstation, white background, divine cinematic edgelighting, soft focus. bokeh, chiaroscuro 8K, bestquality.ultradetailultra detail.3d, c4d. blender, OCrenderer. cinematic lighting, ultra HD3D renderino iw 1.5 s 500 v 5”。 2. 不同照片生成:若对照片风格不满意,可更换新照片使用上述提示词重新生成。 3. 其他调整:若觉得 Disney 风格太过卡通,可将提示词中的 Disney 换成 Pixar;若为女孩,可把 boy 换成 girl。每次生成 4 张图片,对满意的某张可点击下方的 U1~U4 生成大图,对风格满意但需调整可点击 V1~V4 进行修改。 快手「可灵」和「Sora」背后的 DiT 技术: DiT 不仅训练高效,在实际应用中图像生成能力强大。输入简单文字描述即可生成逼真图像,如各种自然景观、人物肖像、动物等,甚至能细致到毛发纹理和眼神光彩。还能在图像修复方面表现出色,智能识别瑕疵并修复,如修复老照片中被遮挡的人物面部。此外,能赋予图像不同艺术风格,如将普通照片转换成梵高风格油画或改变白天夜晚效果,为图像创作和编辑提供全新可能。
2024-12-11
gpt是否可以识别图片中的人脸、人物
GPT 可以在一定程度上对图片中的人物进行识别和描述。例如,可以利用 GPT 的识图功能对人物照片的内容进行细致描述,包括人物的年龄、发型、肤色、五官、穿着、表情等方面,还能对人物所处的背景进行分析。但需要注意的是,其识别和描述的准确性可能会受到多种因素的影响,如图片的质量、清晰度、复杂程度等。同时,对于 GPT 是否能准确识别所有人脸和人物,还存在一定的不确定性和局限性。
2024-11-24
有两张图,一张是手,一张是戒指,如何将戒指套入手上合成一张图
目前没有相关的知识库内容为您提供将手和戒指合成一张图的具体方法。但一般来说,您可以使用专业的图像编辑软件,如 Adobe Photoshop 等。以下是大致的步骤: 1. 打开软件并导入手和戒指的图片。 2. 选择戒指图片,使用抠图工具将戒指抠出。 3. 将抠出的戒指移动到手的图片上,并调整大小、位置和角度,使其看起来像是套在手上。 4. 对合成后的图片进行细节调整,如颜色、光影等,以使合成效果更加自然。 希望这些信息对您有所帮助。
2025-01-17
两张图片转场提示词
以下是关于两张图片转场提示词的相关内容: 在图生图功能中,除了文本提词框外还有图片框输入口,可通过图片给 AI 创作灵感。随便照一张照片拖入,文本输入框旁有两个反推提示词的按钮:CLIP 能通过图片反推出完整含义的句子,如“a young boy sitting on a bench with a toy train and a lego train set on the floor next to him,Adam Rex,detailed product photo,a stock photo,lyco art”;DeepBooru 能反推出关键词组,如“shoes,solo,hat,orange_background,yellow_background,smile,socks,black_hair,sitting,sneakers”。但两种反推方式生成的提示词可能有瑕疵,需手动补充信息,调整宽度和高度使红框匹配图片,同时注意两个重要参数:提示词相关性和重绘幅度。 在美女转绘中,推荐使用麦🍊的写实模型和墨幽人造人模型,提示词不推荐使用质量词,先使用 Deepbooru 反推,借助提示词插件删除无用词,保留与画面主体相关的提示词,如正向提示词“1girl,solo,black_hair,midriff,autolinklora:林鹤皮肤质感调整器差异炼丹功能性 lora 模型_林鹤 v1:0.6autolink”,负向提示词“NSFW,logo,text,blurry,low quality,bad anatomy”。使用皮肤类型的 Lora 是因为很多素材中小姐姐的皮肤磨皮严重,缺乏质感。 在镜头转场方面,包括蒙太奇镜头(用于传达信息、情感或表现时间流逝)、镜头切换(打破时间或空间连续性,营造紧张或错乱效果)、转场镜头(用于平滑过渡)、错位镜头(挑战观众预期,增加神秘感)、渐隐镜头(用于场景转换或时间过渡,营造柔和节奏)、碎片化镜头(表现混乱心境或复杂叙事结构)、无缝过渡镜头(增强影片流畅性)、交错镜头(展示同时发生的事件或加强对比)等。
2024-12-01
如何用两张照片,合成一张绘画效果的图
以下是将两张照片合成为一张绘画效果的图的步骤: 1. 利用 Dalle3 绘图,根据以下提示词分别把高中和大学时期的内容绘制成两幅四格漫画: 高中:中午,急急忙忙跑到食堂,排长队买饭。 大学:中午,懒洋洋在宿舍点外卖,直接送到宿舍楼下。 2. 利用 Python 进行图片处理: 统一设置:使用上传的字体,字体颜色黑色。 首先: 在每张图片的上面创建一个空白的白色背景区域(从原图片进行延长,而不是遮盖原图),用来放置文字(高中的图片写上“高中”,大学的图片写上“大学”)。 文字的字体大小设置成 65px,居中显示。 然后: 在图片下方创建一个空白的白色背景区域(从原图片进行延长,而不是遮盖原图),用来放置文字(高中的图片写上),如果句子过长,要注意换行显示。 文字的字体大小设置成 45px,居中显示。 最后把两张图片拼成一张图,高中的图片在左,大学的图片在右。两张图中间放置 50px 的空白区域。 另外,还有一些相关的知识供您参考: Double Exposure 是一种视觉艺术风格,将两个或多个照片合成到一起,创建出具有艺术效果的图像,灵感来自于传统的双重曝光摄影技术。最佳提示词:Double Exposure。 在 Stable Diffusion 中,可以使用【X/Y/Z plot】脚本来做参数对比,例如将 X 轴设置为提示词相关性,取值范围是 1 30。通过对比找到合适的参数,如提示词相关性在 6 11 中间为最佳。还可以使用绘图功能进行局部修改,如增加红色眼镜、去掉衣服上的图案、更换头部或帽子等部分。
2024-11-04
有没有ai可以根据两张图片生成视频
目前有一些 AI 工具可以根据图片生成视频,以下为您介绍相关情况: 前 Sora 时代的 AI 短片制作:使用了 Pika、Pixverse、Runway、SVD 四大 AI 视频工具,为每张图片只抽一次卡来生成视频,包括剧情片(如太空舰队交战、宇航员头盔特写等场景)、战争片(如士兵在战壕中准备迎击等场景)、奇幻片等类型。 《冷湖案例》:通过涂抹选区并给出相应的运动方向,利用 PixVerse(https://app.pixverse.ai)等工具生成视频,最后加入配音并进行剪辑。 将小说制作成视频的流程: 小说内容分析:使用如 ChatGPT 等 AI 工具分析小说,提取关键场景、角色和情节。 生成角色与场景描述:用如 Stable Diffusion 或 Midjourney 等工具生成视觉描述。 图像生成:使用 AI 图像生成工具创建图像。 视频脚本制作:将关键点和图像组合成脚本。 音频制作:利用如 Adobe Firefly 等工具将文本转换为语音,添加背景音乐和音效。 视频编辑与合成:使用如 Clipfly 或 VEED.IO 等软件将图像、音频和文字合成视频。 后期处理:进行剪辑、添加特效和转场以提高质量。 审阅与调整:观看视频并根据需要调整。 输出与分享:完成编辑后输出最终视频并分享。 请注意,具体操作步骤和所需工具可能因项目需求和个人偏好不同而有所差异,AI 工具的可用性和功能也可能随时间变化,建议访问工具网址获取最新信息和使用指南。同时,内容由 AI 大模型生成,请仔细甄别。
2024-09-04
是否有对比两张人像相似度的工具
目前有一些可以对比两张人像相似度的工具和技术,它们主要基于计算机视觉和人脸识别技术。以下是一些常见的选择: 1. 在线人脸比对工具 网上有一些免费或付费的在线人脸比对工具,例如 Face++、澄云人脸核身等,可以上传两张人像图片,系统会给出一个相似度评分。 2. Python 人脸识别库 像 face_recognition、dlib、OpenCV 等 Python 库都内置了人脸识别和相似度计算的功能,你可以用几行代码实现图片人脸比对。 3. 人脸识别云服务 一些科技公司提供了人脸识别的云 API 服务,如亚马逊 Rekognition、微软 Azure Face API、百度 AI 云人体分析等,可通过调用 API 获取两张图片的相似度。 4. 开源人脸识别引擎 有些知名的开源人脸识别系统如 FaceNet、ArcFace、InsightFace 等,你可以下载源码在本地部署,利用它们的相似度判断能力。 5. 人工智能应用平台 一些面向普通用户的 AI 平台如 PandorAI、PicoGPT 等,集成了人脸比对的功能模块,提供在线体验或调用接口。 使用这些工具前,通常需要先完成注册和人脸数据采集等准备工作。在选择时你可以考虑性能、便捷性、隐私安全、成本等因素。目前的人脸识别技术虽已相当精准,但也面临一些道德和法律挑战,使用时需谨慎。
2024-04-19
哪一个AI生成的图片更具有还原性
目前对于哪一个 AI 生成的图片更具有还原性,难以简单地给出一个确定的答案。 从相关资料来看,不同的 AI 出图工具具有各自的特点和优势。例如,MJ 稳定性最好,协作性最强,有很多成熟的经验可供参考,但不是所有人都能拥有此工具;SD 有一些其他产品无法替代的能力,如艺术字、线稿控制能力、可以训练自己的各种 lora 等,但需要本地部署,上手门槛更高;悠船对中文的支持最好,Prompt 可以用中文直出,交互友好、简单、易上手,但管控严格,很多敏感词不能使用。 在实际应用中,保持名胜古迹的原貌可能会遇到困难,比如用悠船出图时法华塔变得面目全非,最后用 SD 的线稿控制才将塔的样式大体保留下来。此外,在处理一些历史相关的内容时,绕过敏感词也是一个难点,需要绞尽脑汁地想办法,比如用替代词或其他方式。 同时,从艺术和语言学的角度来看,AI 艺术的发展仍在探索中,对于其本体形态和未来的发展方向还有待进一步研究和实践。
2025-02-04
flux lora调参数,我训练出来的人物模型和数据集的人物图片不像,出现这种情况的原因都有哪些,应该调整哪些参数,我需要我的flux模型训练出来的模型是一致性还原性,和泛化性比较不错的,按照这个方向给我指导
以下是关于 flux lora 调参数以获得一致性、还原性和泛化性较好的人物模型的指导: 打标环节: 选择基础大模型,如“麦橘写实”,并为 lora 命名。 将照片导入,选择合适分辨率,可勾选“脸部加强训练”,然后进行预处理。手动裁剪图片比自动裁剪更可靠。 预处理后会出现脸部和整体文件夹,且每张照片自动打好 tag 标签。 可为整体添加统一标签,也可单独修改每张图片的标签。标签有助于 AI 理解图片,描述越详细,人物变化可能越多,泛化性可能越好。仔细检查每张图片的标签,其质量会影响人物 lora 的泛化性。 参数调整环节: 大部分参数是固定的,主要的几个按照人物参数配置一遍。后期根据生成结果再调整。 炼丹环节: 例如 18 张脸部图片,20 张整体图片,各训练 50 步,循环训练 10 次,并行步数为 1。训练总步数和时长会有所不同,loss 值可作为参考,但最终效果仍需通过测试判断。 此外,在 Lora 串联方面,多个 Lora 串联时左右顺序不影响结果,可复制并点对点连接。CLIP 层 1 和 2 的效果不同,加 Lora 时某些 Lora 可能更适合 2。Lora 可用于生成底模无法画出的内容。在运行中点击取消可打断正在渲染跑的图。图像放大可通过 up scale image using model 节点,选择放大模型,用 resize 节点调整尺寸,再用编码器和采样器处理。放大模型直接放大的图像效果不佳,需再次采样增加细节。添加飞桨缺失节点可通过拖入工作流查看标红节点,从管理器安装或从 GitHub 获取节点包放入文件管理系统。采样器和调度器参数设置建议参考模型作者推荐,并结合自己调试。Web UI 中 Lora 库有刷新按钮,将 Lora 丢到文件夹后多点几次刷新即可。
2025-01-04
生成AI形象照,即给它一张照片,或多张照片,还原本人相似度高的AI工具,或应用,或网站有哪些?
以下是一些能够根据照片生成相似度较高的 AI 形象的工具、应用或网站: 1. Artguru AI Art Generator:这是一个在线平台,能够生成逼真图像,为设计师提供灵感,丰富创作过程。 2. Retrato:一款 AI 工具,可将图片转换为非凡肖像,拥有 500 多种风格选择,适合制作个性头像。 3. Stable Diffusion Reimagine:新型 AI 工具,通过稳定扩散算法生成精细、具有细节的全新视觉作品。 4. Barbie Selfie Generator:专为喜欢梦幻童话风格的人设计的 AI 工具,能将上传的照片转换为芭比风格,效果出色。 这些 AI 模型通过组合如扩散模型、大型视觉转换器等技术,可以根据文本或参考图像生成具有创意且质量不错的相似图像输出,但可能存在性能不稳定、生成内容不当等局限。 此外,您还可以访问获取更多生成 logo 等相关的 AI 工具。 如果您想生成专属 AI 写真,可参考以下 Prompt:垫图 url + Chinese female model,upper body,clothes with collars,bright space natural pose,big earrings,Chinese traditional minimalism,flat illustration,geometric shapes,minimalism niji 6 ar 3:4 sw 200 sref url
2024-09-23
能够将一张图片中的色块、文字都在PPT中进行还原的AI工具
以下是一些能够将图片中的色块、文字在 PPT 中进行还原的 AI 工具: 1. Gamma:这是一个在线 PPT 制作网站,用户通过输入文本和想法提示可快速生成幻灯片,还支持嵌入多媒体格式(如 GIF 和视频)以增强吸引力,网址为 https://gamma.app/ 。 2. 美图 AI PPT:由知名图像编辑软件“美图秀秀”的开发团队推出。用户输入简单文本描述就能生成专业的 PPT 设计,包含丰富模板库和设计元素,可根据需求选择不同风格和主题的模板,适用于行业分析、工作汇报、创意设计方案等多种场合,网址为 https://www.xdesign.com/ppt/ 。 3. Mindshow:一款 AI 驱动的 PPT 辅助工具,提供自动布局、图像选择和文本优化等智能设计功能,简化设计流程,让用户专注于内容表达和创意发挥,还可能包括互动元素和动画效果以增强吸引力,网址为 https://www.mindshow.fun/ 。
2024-09-03