Fokus och bakgrund i vuxen AI-karaktärskonst: anteckningar om skärpedjup

De flesta skriver en karaktärsprompt, får tillbaka en bild och märker sedan att bakgrunden antingen är ett utsmetat ingenting eller ett högljutt rum som drar blicken från hennes ansikte. Båda är fokusproblem, och båda löses oftast med en enda mening. Det här är labbanteckningar: varje anteckning är ett par, raden före, raden efter och vad som bör förändras. De beskriver tendenser hos bildmodeller, inte mätningar, och en enskild rendering kan strunta i dem, så läs varje par som ett vad och gör några skisser innan du bestämmer dig. Allt här handlar om vuxna, påhittade karaktärer som du själv har hittat på.

Före det första paret

Tre ord används slarvigt, så låt oss slå fast dem. Fokus är vilken del av bilden som är skarp. Skärpedjup är hur mycket av scenen runt den punkten som förblir skarpt: litet är en tunn skiva, stort är nästan hela rummet. Separation är om motivet skiljer sig från det som finns bakom henne, och oskärpa är bara ett sätt att nå dit. En text-till-bild-modell har ingen bländarring och ingen fokuspunkt att ställa in; den har din mening. Varje anteckning nedan är ett sätt att skriva den meningen så att avsikten överlever. Planera ljuset först, som ljusartikeln gör, och välj rummet med scenartikeln; den här handlar om vad som händer med rummet när det väl ligger bakom personen.

Anteckning 1: säg vad som är skarpt

Före: ”en kvinna i grön klänning på ett fullsatt kafé, litet skärpedjup”. Efter: ”en kvinna i trettioårsåldern i grön klänning, ögonen i skarp fokus, kaféet bakom henne upplöst i mjukt, varmt ljus”. Vad som ändras: första raden säger att saker ska vara mjuka men inte var skärpan bor, så det skarpa planet kan hamna på en stol eller en kopp. Den andra nämner både det skarpa och det mjuka. Vill du att ansiktet ska vinna, nämn ögonen; vill du att en hand eller ett glas ska vinna, nämn det, så blir ansiktet mjukt i stället (händer och gester gör det med avsikt).

Anteckning 2: motivet först, rummet sedan

Före: en lång mening som räknar upp en bokhylla, en lampa, en växt, en skivspelare, ett fönster och en katt, med kvinnan och hennes outfit allra sist. Efter: kvinnan och outfiten först, sedan ”bakom henne en bokhylla och en lampa, båda ur fokus”. Vad som ändras: rummet slutar tävla med henne om modellens uppmärksamhet, och två nämnda saker ger oskärpan mycket färre detaljer att lösa än sex. Hur mycket rum man ska skriva är scenartikelns sak; den här anteckningen handlar bara om ordning, och den hjälper snarare än garanterar.

Anteckning 3: objektivord är smak, inte ett vred

Före: ”f/1.4” klistrat på slutet av en prompt. Efter: ”85 mm porträttobjektiv, stor bländare, bakgrunden smälter till mjuka runda ljusfläckar”. Vad som ändras: ett tal är en fotografs inställning, och en modell har inget att vrida på; i bästa fall känner den igen utseendet som talet hör ihop med. Att beskriva objektivet och vad oskärpan gör med ljusen ger den något att rita. Hur stark effekten blir varierar fortfarande mellan modellfamiljer och renderingar. Nämn ett objektiv, inte tre, som artikeln om poser och kameravinklar råder.

Anteckning 4: separation utan oskärpa

Före: en mörkhårig kvinna i mörk jacka framför en mörk vägg, allt skarpt, ”stämningsfullt”. Efter: samma sak plus ”en tunn varm ljuskant längs håret, väggen ett dämpat blått, några steg mörkare än jackan”. Vad som ändras: första bilden har inget som lyfter henne från väggen, och ingen oskärpa hjälper när hon och väggen har samma ton. Separation är ljust mot mörkt, varmt mot kallt eller skarpt mot mjukt, och du behöver minst en av de tre. Kantljus och motljus finns i ljusartikeln, och färgpar som håller en figur isär från sin vägg i färgpaletter.

Anteckning 5: när bakgrunden stjäl bilden

En bakgrund stjäl bilden när den innehåller något ögat läser snabbare än ett ansikte: ett ljust fönster precis bakom huvudet, ett mönster av ränder eller kakel, en hylla med småsaker, ett andra ansikte på en affisch, en spegel som visar ett annat rum. Före: ”står framför ett stort ljust fönster, staden bakom henne, bokhyllor till höger”. Efter: ”står bredvid ett fönster, dess ljus faller på henne från sidan, väggen bakom henne slät och dunkel, en lampa mjukt ur fokus”. Vad som ändras: fönstret flyttar från bakgrund till ljuskälla, vilket är ett bättre jobb för det, och den röriga hyllan är borta. Om renderingar envisas med ett starkt fönster bakom huvudet, be om det vid hennes sida och om en vägg som är slät, dunkel och låg i kontrast. En spegel är den starkaste konkurrenten av alla och har en egen artikel: spegel- och reflektionsbilder.

Anteckning 6: när rummet är poängen

Oskärpa är inte alltid svaret. Före: ”en kvinna läser i ett gammalt bibliotek, 85 mm, litet skärpedjup”. Efter: ”en kvinna läser i ett gammalt bibliotek, 35 mm miljöporträtt, hyllorna skarpa hela vägen bak, hon liten i bild”. Vad som ändras: en porträttobjektiv-formulering smälter just det rum bilden handlar om, medan en vidvinkel-formulering och beskedet att hålla hyllorna skarpa bevarar det. Då måste hon läsas som en tydlig form snarare än ett ansikte, så säg var hon sitter och låt ljuset falla på henne.

Anteckning 7: bildutsnittet avgör hur mycket rum du får

Hur mycket bakgrund det finns beror på bildformatet innan du skrivit ett enda fokusord. Ett stående format som 2:3, 4:5 eller 9:16 lämnar lite plats på sidorna, och en oskärpemening räcker ofta. Ett brett format som 16:9 bjuder in hela rummet, och rummet måste tämjas. Den guiden till bildformat listar måtten. Två fakta från studion: när du bifogar referensbilder följer den automatiska inramningen den första referensen, så lägg den vars beskärning du gillar först; och den billigaste bildfamiljen har inget val av bildformat alls, så en inramning du bryr dig om betyder en annan familj. Öppna Fellowi Images, så visar väljaren vad varje familj tar emot.

Anteckning 8: behålla oskärpan genom en serie

Före: fem promptar som var och en beskriver kaféet med andra ord. Efter: en bakgrundsmening, med ”mjukt ur fokus” i, inklistrad oförändrad i alla fem. Vad som ändras: en mjuk bakgrund tenderar att dölja små avvikelser, en annan lampa eller en flyttad hylla, som ett skarpt rum skulle avslöja direkt, så serien läses som ett enda ställe. Referensbilder håller personen från bild till bild, och den billigaste familjen tar inga; rummet hålls bara av orden du klistrar in, och det glider ändå ibland. Att hålla en karaktär konsekvent har metoden. Om du senare animerar en favoritbild i Fellowi Video, börja med en bild vars bakgrund redan är enkel.

Gränserna som inte flyttas

Varje karaktär här är vuxen och ritas som vuxen. Ord som får en karaktär att läsas som minderårig, och varje angiven ålder under myndighetsåldern, avvisas innan en enda mynt rör sig, och minderåriga, age-play och bristande samtycke avvisas oavsett formulering. Villkoren förbjuder också sexuella eller intima bilder av en verklig, identifierbar person, så en verklig persons ansikte hör inte hemma i en referens, oavsett bakgrund. En suddig omgivning är ett kompositionsval, aldrig ett sätt att göra en scen svårare att bedöma. Vad som är lagligt och vad som inte är det ger hela bilden.

Vad det inte kan

Det kan inte ge dig en bländare: det finns ingen fokuspunkt att ställa in och inget bländartal att vrida på, bara ord som knuffar. Det kan inte lova oskärpan, eller att det skarpa planet hamnar på ögonen; ibland blir örat skarpt och ögat mjukt, och då gör du en ny skiss. Det kan inte ändra bakgrunden i efterhand: studion har ingen mask eller pensel, och en redigering med bilden som referens ritar om hela bilden, så ansiktet kan skifta medan rummet blir bättre. En misslyckad generering återbetalas; en färdig bild med fel sak i fokus gör det inte, så gör billiga skisser först, som skissa först, spendera sedan beskriver, och vad varje rendering kostar står på produktsidan. Ibland är det äldsta knepet det bästa: ta ett tätare utsnitt tills bakgrunden inte har något kvar att säga.