Hur man genererar bildförvandlingsanimering med ControlNet
På grund av ett tidigare experiment genomförad, vi hade idén att använda ControlNet för morphing. Först då gick vi över till att använda modellen depth2img, som kan skapa en bild från en djupkarta, snarare än ControlNet. Och ControlNet kan fungera inte bara på djupet. Det här inlägget har mer information om tekniken.
Jag ska ge dig en snabb genomgång av proceduren. Alternativet för nedbrusningsstyrka, som påverkar antalet steg under genereringen, är tillgängligt för oss om vi genererar en bild i img2img. Till exempel, med steg = 30 och brusstyrka = 0.5, kommer det bara att finnas 15 steg kvar att skapa. Detta resonemang kan användas för att animera morfen. Du kan modifiera vilken bild som helst; porträtt är inte de enda som kan göras.
Ta originalbilden. Aktivera ControlNet medan du lämnar bildrutan tom. Välj seed att vara -1 för att generera slumpmässiga tester; batchantal påverkar deras kvantitet. Du kan experimentera med styrparametrarna, vikten på det mottagna kortet och ControlNet-läget. Om du gillar generationen, dra den med musen till img2img och upprepa sedan processen, leta efter bilden som den andra bilden så småningom kommer att bli. När varje bild är klar uppstår frågan om hur man skapar en animation. (För att börja, kom ihåg att ställa in batchräkningen till 1 för att undvika att skapa extra foton.)
Vi kommer att använda en spännande lösning just nu, men jag ska prata om dess brister senare.
XYZ-plotten kommer att användas; du måste välja det från skriptlistan. Det kommer att göra det möjligt för oss att skapa inte bara den slutliga bilden utan också övergången från källbilden.
X-värden lägger vi in på raden som lyder:
0.0.296.0.39.0.459.0.515.0.563.0.606.0.644.0.68.0.713.0.743.0.772.0.799.0.825.0.85.0.874.0.897.0.919.0.94.0.961.
Det betyder att när generationen börjar kommer vi att få 21 bilder istället för bara en (antalet värden separerade med kommatecken). Varför finns den här linjen där? Det kan till exempel se annorlunda ut.
Det här formatet gör det enklare att förstå: du begär 20 bilder från den automatiserade och ber den att visa hur avbrusning kommer att påverka resultatet för värden från 0 till 1. Nackdelen med det andra alternativet är att det resulterar i en linjär förändring av värden , på grund av egenskaperna hos denoise, verkar det inte vara realistisk morphing. Nära nolltal har nästan ingen effekt på resultatet. och vid nivåer större än 0.5, börjar det påverka mycket märkbart.
Som ett resultat är den första linjen en kurva av typen x.4, eller x höjt med 0.4. En rak, linjär funktion och en böjd, som ger en mer exakt utdata, kontrasteras i bilden. Du kan använda en mixer för att skapa en sådan sträng.
Du måste välja antalet ramar för övergången innan du skapar din linje. Det är redigerbart i projektinställningarna.
Du måste utföra flera steg för att få en linje. Experimentera först med kurvans form. För att uppnå detta, välj "Ta bort nyckelbildrutor" från snabbmenyn för animeringsparametern.
Här är formeln för att erhålla kurvan; parametern blev blå, vilket indikerar att föraren arbetar i den.
Du kan pilla runt med värdet här. 4. Men undvik att gå för lågt. frame/21 anger en värdeförskjutning från 0 till 1 vid ram 0 till ram 21. Endast värden mellan 1 och 20 ramar finns kvar.
Ändå är nycklarna inte föraren. De måste först förberedas. För att åstadkomma detta klickar du på Objekt > Animation > Bake-åtgärd i 3d-fönstret och klickar sedan på OK.
Detta kommer dock att påverka alla möjliga nycklar för objektet, och de bör tas bort. Markera allt utom den första raden och tryck på X på tangentbordet (musen ska finnas under listan).
Och nu, för att få linjen på vänster sida av skärmen, klicka på play och öppna konsolfönstret.
Har en sträng som går att kopiera.
För att göra animeringen måste du göra den här processen separat för varje bildposition som gjordes i början och sedan sätta ihop den till animering i någon videoredigerare.
Ja, processen är ännu inte automatiserad, men du kan helt anpassa allt för dig själv. Du kan ändra generationsmodellen och ControlNet-modellen och -läget, aktivera eller inaktivera förprocessen eller något annat du vill. Det viktigaste är att inte förlora bra resultat och sedan upprepa allt korrekt för att skapa animation.
Nackdelar med teknik — du bör inte lägga mycket grund för övergången. Vi skrev ovan att denoise påverkar antalet steg. Det kan visa sig att utmatningen kommer att duplicera bilder eftersom flera denoise-värden kommer att ligga inom samma antal steg. Deras nummer kan observeras i den automatiska konsolen.
Den här tekniken kan användas tillsammans med interpolatorretardrar, det vill säga skickar animationen för att slutföra de saknade ramarna; detta ger smidigare ändringar.
Läs fler relaterade artiklar:
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Damir är teamledare, produktchef och redaktör på Metaverse Post, som täcker ämnen som AI/ML, AGI, LLMs, Metaverse och Web3-relaterade områden. Hans artiklar lockar en massiv publik på över en miljon användare varje månad. Han verkar vara en expert med 10 års erfarenhet av SEO och digital marknadsföring. Damir har nämnts i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto och andra publikationer. Han reser mellan Förenade Arabemiraten, Turkiet, Ryssland och OSS som en digital nomad. Damir tog en kandidatexamen i fysik, som han tror har gett honom de kritiska tänkande färdigheter som behövs för att bli framgångsrik i det ständigt föränderliga landskapet på internet.
fler artiklarDamir är teamledare, produktchef och redaktör på Metaverse Post, som täcker ämnen som AI/ML, AGI, LLMs, Metaverse och Web3-relaterade områden. Hans artiklar lockar en massiv publik på över en miljon användare varje månad. Han verkar vara en expert med 10 års erfarenhet av SEO och digital marknadsföring. Damir har nämnts i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto och andra publikationer. Han reser mellan Förenade Arabemiraten, Turkiet, Ryssland och OSS som en digital nomad. Damir tog en kandidatexamen i fysik, som han tror har gett honom de kritiska tänkande färdigheter som behövs för att bli framgångsrik i det ständigt föränderliga landskapet på internet.