依据人物骨架图生成某一人物特定姿势的工作流,先看效果图:

输入图像

输出图像

正向提示词:((masterpiece, best quality)), award winning, 4k, 8k, character sheet, simple background, visible face, (one girl), portrait,White dress, black hair

生成的多姿势人物图像
人脸放大细化结果

正向提示词:((masterpiece, best quality)), award winning, 4k, 8k, character sheet, simple background, visible face, (one girl), portrait,Lolita

生成的多姿势人物图像
人脸放大细化结果

反向提示词:text, watermark, underexposed, ugly, jpeg, (worst quality, low quality, lowres, low details, oversaturated, undersaturated, overexposed, grayscale, bw, bad photo, bad art:1.4), (font, username, error, logo, words, letters, digits, autograph, trademark, name:1.2), (blur, blurry, grainy), cropped, out of frame, cut off, jpeg artifacts, out of focus, glitch, duplicate, (amateur:1.3), merging, clipping, (nsfw), multiple hands, mutant, glitch, uncanny, cross eye, broken face, astronaut, helmet, blurry,


第一步:生成人物

Description of image

应用模型:潮汐摄影风大模型_v3.safetensors,MOHAWK_V20.safetensors,sdxlVAE.safetensors,OpenPoseXL2.safetensors

一个基本的文生图工作流:Lora模型,checkpoints模型,vae模型,正向提示词,反向提示词,K采样器,vae解码器。利用上述工作流生成目标人物图像。此外,输入骨架图像,并利用controlnet约束生成的图像中人物姿势与骨架图像中的姿势一致。

第二步:放大+脸部修复

Description of image

应用模型:4x_RealisticRescale_100000_G.pth,face_yolov8m.pt

对生成的图像进行SD放大。并通过bbox检测出人脸,对人脸细节进行增强。(图像中的所有人脸均进行了方法与细节增强)

第三步:保存姿势

Description of image

在生成的图像中将想要保存的区域进行裁剪并保存。

第四步:脸部二次放大

裁剪出脸部的区域进行二次放大处理。


By zml

One thought on “人物一致性实战”

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注