Серия генеративных изображений была создана на основе фотосъемки в постапокалиптичном сеттинге. Идея в основе изображений, созданных нейросетью, заключалась в расширении визуального нарратива оригинальных фотографий и создании иллюстраций-концепций, посвященных эстетическому прочтению образа города-призрака и фантомный катастрофы.

Исходная серия снимков была сформирована в качестве серии фэшн-фотографии, в свою очередь генеративная серия должна была развить оригинальный нарратив как более кинематографичное, иллюстративное прочтение темы.

1≫> autumn landscape

2≫> train station intersection, midnight

3≫> city square crowd

4≫> car on the street

5≫> bus station, eastern europe, rain

6≫> somebody, alone in autumn trainstation

7≫> melancholic suburban view, postapocalypse vibe, 18:00 PM

Процесс обучения// Архитектура и параметры:

≫>Базовая модель: Stable Diffusion XL 1.0 ≫>Метод адаптации: Dreambooth с LoRA ≫>Размер датасета: 14 изображений ≫>Количество шагов: 25 ≫>Разрешение: 1024×1024 пикселей

Использованные модели ИИ:

Stable Diffusion XL 1.0 Ссылка: https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0 //Цель: Базовая архитектура для генерации изображений

BLIP (Bootstrapping Language-Image Pre-training) — Ссылка: https://huggingface.co/Salesforce/blip-image-captioning-base //Цель: Автоматическая аннотация обучающих изображений

Dreambooth + LoRA //Цель: Персонализация базовой модели под заданный стиль

Обучение:

Обучение проводилось на датасете реальных фотографий, содержащем ограниченное количество изображений в единой визуальной обработке. Для улучшения качества результатов использовались gradient checkpointing и 8-битная оптимизация.

Анализ корреляции концепций:

Проект демонстрирует симбиоз реальной съемки и нейросетевого прочтения концепции.

Модели удалось усвоить ключевые принципы воспроизведения, переданы элементы стиля:

≫>Цветовая интеграция: Приглушенные и монохромные изображения в холодных тонах;

≫>Освещение: точечное контрастное освещение, естественный источник в качестве точки света, наделенный при этом резким визуальным весом;

≫>Структурная адаптация: ракурсы соответствуют точкам съемки, заданным изначальным датасетом.

Визуальный анализ изображений:

≫>1 autumn landscape: превалируют приглушенные красноватые и серые оттенки, создается необходимый эффект тревожного состояния, сохранены ключевые элементы оригинальных локаций, световая имитация воспроизводит схему естественного высококонтрастного освещения// наличие артефактов, неравномерность текстуры

≫>2 train station intersection, midnight: несмотря на отсутствие в оригинальном датасете ночных изображений, хорошо переданы ключи освещения и колорита, сохранено ракурсное расстояние, сохранены основные принципы композиции

≫>3 city square, crowd: отдельные участники толпы визуально отсылаются на портреты в оригинальном датасете, сохранены принципы освещения и распределения светотеневой моделировки// большее количество артефактов при генерации фигур людей

≫>4 car on the street: сохранены принципы оригинальной концепции — автомобиль изображен разбитым, подходящим под тон постапокалиптичного мира, оттенки и освещение соответствуют оригинальным.

≫>5 bus station, eastern Europe, rain: несмотря на отсутствие в оригинальном датасете изображений с дождем, удается передать основные принципы освещения и колорита, сохранена композиция и стилизация антропоморфных фигур// большее количество артефактов при генерации людей

≫>6 somebody, alone in autumn trainstation: сохранены принципы кадрирования и оригинальной композиции, отображен точный временной сезон, хорошо передана локация// артефакты в изображении человека

≫>7 melancholic suburban view, postapocalypse vibe, 18:00 PM: хорошо переданы принципы реального-нереального освещения и задано настроение в соответствии с исходным датасетом, сохранены ключевые для концепции объекты в пейзаже