كيفية توليد أشخاص واقعيين باستخدام عشرات الخصائص

كانت حاجة العميل إلى توليد مجموعة بيانات من الصور الواقعية للأشخاص بناءً على عشرات السمات المحددة مثل العمر والجنس وملامح الوجه والشعر. وكانت الصعوبة الرئيسية هي التحكم في العديد من السمات، حيث أن وضع كل شيء في موجه واحد تسبب في تعارضات وفقدان للميزات. تم تنفيذ المشروع بواسطة فريق Singularis قبل الجيل الحالي من خدمات التوليد. وقارنوا بين DALL-E و Midjourney وإصدارات مختلفة من Stable Diffusion، واختار العميل حلاً محليًا يعتمد على Stable Diffusion. استخدم خط الأنابيب أساليب متعددة: النص إلى صورة للصور الأساسية، والصورة إلى صورة لإضافة أو تغيير الميزات، و ControlNet و IP Adapter للتحكم القائم على المرجع، و Compel للموجهات الطويلة. كما قاموا بإنشاء مصفوفة توافق السمات لتحديد الميزات التي يمكن تعيينها معًا والتي يجب إضافتها على مراحل. ساعد تقسيم التركيبات المعقدة إلى مراحل في الحفاظ على تشابه الوجه عند إضافة إكسسوارات مثل النظارات أو تغيير الجنس. كما أعدوا توصيات بالكلمات المفتاحية لكل سمة لتحسين قابلية التنبؤ.