تقنية

التحكم بالوضعية في توليد الصور: ماذا تصف نقاط الهيكل؟

رسم يميز اتجاه الهيكل وتعريف منظوره من وصف اللباس واللوحة ثم يجمعها للمراجعة
مخطط من إعداد بحر العلوم؛ لم نولد شخصية أو نختبر تتبع وضعيتها.

التحكم بالوضعية في توليد الصور يضيف دليلا بصريا إلى الوصف. تعرض دراسة ControlNet استخدام هيكل الوضعية البشرية لتوجيه التوليد. [1] نفحص خريطة تعليمية افتراضية لشخص يشير إلى لوحة، دون استخراج وضعية من صورة أو توليد شخص أو قياس أداء النظام.

الخلاصة السريعة

اقرأ ما تمثله نقاط الوضعية في المدخل المحدد، واكتب بقية شروط المشهد مستقلة، ثم افحص النتيجة؛ الرسم البنيوي لا يحدد كل تفاصيل الشخص.

  • تستخدم الدراسة هيكل الوضعية مدخلا لتوجيه التوليد؛ هذا دعم بنيوي وليس ادعاء أن خريطة الهيكل صورة كاملة للشخص. [1]
  • في مثالنا نحدد شخصا واحدا وإشارة إلى يسار الرسم من منظور المشاهد؛ اتجاه الرسم لا يسمى يد الشخص اليمنى دون معلومات مناسبة.
  • القميص الأصفر واللوحة والهوية ليست شروطا قدمتها نقاط مثالنا؛ اكتب المطلوب منها، وأبق العمق أو الأجزاء غير الممثلة مجهولة.
  • راجع عدد الأشخاص واتصال الأطراف واتجاه الإشارة واللوحة المطلوبة؛ تشابه النقاط لا يثبت صحة كل تفصيل أو أن شخصا حقيقيا أدى الحركة.

أي جزء من الطلب تعبر عنه الخريطة؟

تقدم الدراسة الوضعية البشرية ضمن صور التحكم المكانية في ControlNet. [1] لا ننقل نتائج مقارنة البحث إلى ضمان لناتج لم نولده.

نضع في تمريننا نقطة للرأس وخطوطا للجذع والأطراف، مع ذراع ممتدة نحو يسار الرسم. نعلن أن الخطوط تمثل شخصا واحدا في هذا التصميم. نريد مشهدا تعليميا فيه شخصية تشير إلى لوحة. دور المدخل هنا ترتيب أجزاء رسمنا، لا تقديم صورة ذات لباس وملامح ومكان معروف.

أي يسار تقصده في الوصف؟

في المثال تتجه الإشارة إلى يسار الصفحة كما يراها المشاهد. لا نسميها اليد اليمنى للشخص لأننا لم نحدد هل يواجه المشاهد أو يعطيه ظهره، أو أي خط يمثل أي يد. تسمية الاتجاه تحتاج إلى مرجع صريح عندما يكون ذلك جزءا من الطلب.

نقترح حفظ الخريطة مع بيان منظورها، وكتابة «الإشارة إلى يسار الرسم» إذا كان هذا هو الشرط الذي نعرفه. إذا كان المطلوب يد الشخص اليمنى تحديدا، نكمل تعريف الوضعية قبل الحكم على الناتج. لا نحول خطا غير معرف إلى معلومة تشريحية أو نستنتج حركة عبر الزمن من رسم ثابت.

ماذا تضيفه خارج نقاط الوضعية؟

في شروط تمريننا لا تحمل النقاط معلومة عن لون القميص. نضيف في وصف المشهد قميصا أصفر ولوحة مستطيلة في الجهة المقصودة، ونذكر إن كان الوجه مطلوبا أم غير مهم. لا نتوقع أن يستنتج المراجع هذه الشروط من خطوط اخترنا لها وظيفة المواضع فقط.

كما لم نعط نقاطنا مسافات ثلاثية الأبعاد أو اسم شخص. لو ظهر وجه مفصل، لا يدل ذلك على هوية أصل لم نقدمه. وإذا كان وراء الجذع جزء لم نمثله، لا نعلن أن الخريطة كشفت موضعه الحقيقي. هذه حدود مدخلنا المعلن، وليست نفيا لإمكان وجود تمثيلات أخرى أكثر تفصيلا.

هل اتبع الناتج المهمة كاملة؟

نراجع في نتيجة افتراضية هل يوجد شخص واحد، وهل تتصل الذراع بالجسم وتتجه إلى الجهة المطلوبة، وهل تقع اللوحة حيث تشير الشخصية. لو حافظ الرسم على اتجاه الذراع لكنه وضع اللوحة في اليمين، لا تتحقق الإشارة إلى اللوحة التي حددناها.

نراجع اللون المطلوب وتفاصيل الأطراف أيضا بدل الاكتفاء بشبه الهيكل. لم ننفذ هذا الفحص على صورة مولدة أو نعط ضمانا لصحة الجسم. وإذا عرضنا مشهدا بعد توليده، ينبغي بيان أنه إنشاء بصري، فلا تتحول مطابقة الوضعية إلى خبر بأن شخصا حقيقيا قام بالفعل أو إلى دليل على نيته.

المصادر ومتابعة القراءة

  1. ControlNet—Adding Conditional Control (يفتح في نافذة جديدة)arxiv.org

أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.