زاویه و فاصله دوربین از سوژه در استیبل دیفیوژن

در این مقاله آموزشی می‌خواهیم زاویه و فاصله دوربین از سوژه را در هوش مصنوعی استیبل دیفیوژن بررسی کنیم. حتما تا الان پیش آمده که هنگام جنریت یک عکس از یک سوژه برای فهماندن زاویه سوژه نسبت به دوربین و یا فاصله آن از دوربین به دردسر افتاده باشید. گاهی می‌خواهیم که هوش مصنوعی تنها یک عکس از صورت برای ما جنریت کند ولی این اتفاق نمی‌افتد. در ادامه می‌خواهیم نکاتی را برای جلوگیری از این مشکلات ارائه داده و با هم زاویه‌ها و فاصله‌های مختلف نسبت به دوربین را بررسی کنیم. راستی اگر هنوز بین انتخاب فایرفلای یا استیبل دیفیوژن مردد هستید، حتما مقاله مقایسه فایرفلای و استیبل دیفیوژن را مطالعه کنید.

فاصله دوربین از سوژه در استیبل دیفیوژن

در ابتدا می‌توانید با استفاده از آموزش نصب استیبل دیفیوژن در 7 مرحله، این هوش مصنوعی قدرتمند را به سادگی روی سیستم خود نصب کنید. استیبل دیفیوژن قادر است که با استفاده از پرامپت‌های مربوط به دوربین و اصطلاحات سینمایی، زاویه و فاصله دوربین از سوژه را به طور دقیق تعیین کند. اگر از این پرامپت‌ها استفاده نشود، هوش مصنوعی خودش تصمیم می‌گیرد که به طور رندوم از چه زاویه و فاصله‌ای تبعیت کند. در این قسمت می‌خواهیم به فاصله دوربین از سوژه بپردازیم.

حالا باید ببینیم که برای هر تصویر نیازمند چه پرامپت یا دستوری هستیم، گاهی ممکن است از این اصطلاحات سینمایی هم استفاده کنیم ولی هوش مصنوعی به دستور ما گوش نکند، بنابراین باید بدانیم که چرا این اتفاق رخ می‌دهد و برای جلوگیری از آن چاره‌ای بیاندیشیم. به تصاویر زیر و دستوری که برای گرفتن این عکس نوشته شده، دقت کنید.

Extreme close-up:

این دستور برای زمانی استفاده می‌شود که شما یک عکس از فاصله بسیار نزدیک از سوژه می‌خواهید. در این تصاویر معمولا فقط چشم‌ها پیدا هستند. بهتر است برای گرفتن یک extreme close-up خوب، در پرامپت خود (extreme close-up:1.5) را نوشته تا اهمیت این دستور خود را بالا برده و سپس از چشم‌ها و جزئیات آن بیش‌تر صحبت کنید. توجه کنید که در این قسمت اصلا از دست‌ها، بدن، لباس، کفش و... حتی از لب‌ها نیز صحبت نکنید، زیرا هوش مصنوعی خودش را موظف میداند تا از چیزهایی که شما می‌خواهید تبعیت کند، بنابراین فاصله دوربین از سوژه را طوری می‌چیند که دستورهای شما را هم شامل شود. بنابراین فقط از قسمتی که می‌خواهید در عکس مشخص باشد صحبت کنید.

Close-up:

این دستور برای زمانی است که می‌خواهید از بالای گردن تا بالای سر سوژه مشخص باشد، سعی کنید در این قسمت فقط از چشم‌ها، بینی، لب‌ها و موها صحبت کنید و دستور (close-up:1.5) را نیز برای بالا بردن اهمیت این دستور بنویسید.

Medium close-up:

این دستور برای گرفتن یک تصویر از قسمت بالای سینه تا بالای سر است. در این قسمت بهتر است از صورت و جزئیات آن و همچنین رنگ لباس و جزئیات آن صحبت کنید، ولی درباره شلوار، پاها و به طور کلی پایین‌تنه چیزی نگویید. دستور آن (medium close-up:1.5) است.

 Medium shot:

این دستور برای گرفتن عکس از کمر تا بالای سر است. در این قسمت هم از جزئیات پایین‌تنه چیزی نگویید و دستور (medium shot:1.5) را بنویسید.

Medium full shot:

این دستور را زمانی بنویسید که می‌خواهید یک عکس از بالای باسن تا بالای سر داشته باشید، در این قسمت می‌توانید از نوع و رنگ شلوار هم صحبت کنید، ولی به‌طور کلی راجع به پاها و کفش‌ها چیزی ننویسید. همچنین از گفتن جزئیات در صورت بپرهیزید. دستور این قسمت (medium full shot:1.5) است.

Full shot:

این دستور برای گرفتن عکس از قسمت ران‌ها تا بالای سر است. در این قسمت هم مانند دستور قبلی عمل کنید فقط دستور (full shot:1.5) یادتان نرود!

Full body:

زمانی که می‌خواهید از سوژه یک عکس کامل داشته باشید از دستور (full body:1.5) استفاده کنید و حتما راجع به لباس‌ها، شلوار، کفش، پاها و... نیز صحبت کنید. ولی توجه کنید که راجع به جزئیات صورت صحبت نکنید.

Stablishing shot:

از این دستور برای زمانی استفاده می‌شود که محیط اطراف برای ما مهم‌تر از سوژه است و می‌خواهیم فوکوس کلی دوربین روی محیط باشد. در این قسمت راجع به سوژه هیچ چیز خاصی نگویید، بهتر است فقط مرد یا زن بودن آن را مشخص کنید، بیش‌تر به تعریف محیط بپردازید.

براساس تست‌های انجام شده توسط تیم بیت‌گرف، مقایسه نزدیکی دوربین نسبت به سوژه به صورت زیر است:

Extreme close-up > close-up > medium close-up > medium shot > medium full shot > full shot> full body

زاویه دوربین نسبت به سوژه

حالا که صحبت راجع به فاصله دوربین از سوژه را تمام کردیم و با پرامپت های مربوط به فاصله دوربین در استیبل دیفیوژن آشنا شدیم باید به سراغ زاویه دوربین نسبت به سوژه برویم.

 در این قسمت دو مدل زاویه داریم. یکی زاویه‌های ساده و ابتدایی مانند: جلو، پشت، چپ و راست و دیگری زاویه‌هایی هستند که در اصطلاحات سینمایی بیش‌تر استفاده می‌شوند و کاملا حرفه‌ای هستند. در این قسمت هر دو مدل این زوایا را با هم بررسی می‌کنیم.

Front view و straight view

این دو زاویه تقریبا شبیه هم هستند، و هر دو سوژه را از جلو نشان می‌دهند. ولی این از جلو نشان دادن لزوما به صورت مستقیم نیست و سوژه ممکن است با دوربین زاویه داشته باشد. به تصاویر بالا با دقت نگاه کنید.

Bilateral symmetry

این دستور هم مانند دو دستور قبلی سوژه را از جلو نشان می‌دهد، با این تفاوت که کاملا از چپ و راست تقارن دارد و سوژه کاملا نسبت به دوربین در خط افق قرار می‌گیرد.

Side view

این دستور می‌تواند به طور رندوم از چپ یا از راست سوژه تصویربرداری کند.

Back view و from behind

این دو دستور معمولا برای گرفتن تصویر از پشت سوژه استفاده می‌شود، ولی back view از فاصله نزدیک‌تری است.

From below

در این دستور، زاویه عکس از پایین به بالا است، طوری که انگار به صورت محرمانه و به قولی یواشکی این عکس گرفته شده است. در این نوع تصویر آسمان هم مشخص می‌شود.

Hero view

در این دستور هم معمولا برای نشان دادن قدرت و بزرگی و ابهت سوژه از زاویه پایین به بالا استفاده می‌شود. در این نوع تصاویر، معمولا سوژه لباس ابرقهرمانی نیز می‌پوشد.

from above ،overhead shot ،high angle و slightly above

هر 4 دستور باعث می‌شود که دوربین از بالا به پایین تصویربرداری کند. با این تفاوت که overhead shot از زاویه بالاتری به سوژه نگاه می‌کند و همچنین high angle باعث می‌شود بک‌گراند wide داشته باشیم.

Wide angle و fisheyes view

Wide angle اصولا قسمت بیش‌تری از بک‌گراند را نشان می‌دهد و یک مقدار هم اعوجاج در آن دیده می‌شود. در fisheyes view هم این اعوجاج‌ها به‌طور شدیدتری دیده می‌شود، طوری که انگار کل بک‌گراند خم شده است.

Macro view

از این دستور برای گرفتن تصاویر از گل‌ها و آبجکت‌های کوچک استفاده می‌شود.

Selfie

معمولا برای زمان‌هایی استفاده می‌شود که می‌خواهیم سوژه دستانش را باز کند و پرسپکتیو و زاویه طوری باشد که انگار سلفی گرفته است.

prompt: a man with beard, solo, (selfie shot:1.5), (mid shot:1.5), sitting in car, wear suits, perfect eyes, perfect face, perfect lips, high quality, super details

prompt: a photo of a man, (from below:1.5), (full body:1.5), wear iron clothes and iron jeans and iron shoes, night, street, cyberpunk style, neon lighting, cinematic lighting, high quality, super details

اگر نمی‌دانید استایل cyberpunk چیست، مقاله استایل punk در هوش مصنوعی استیبل دیفیوژن را مطالعه کنید.

در این مقاله به پرامپت های مربوط به دوربین در هوش مصنوعی استیبل دیفیوژن پرداختیم. دانستیم که برای ایجاد فاصله و زاویه مختلف دوربین نسبت به سوژه از چه پرامپت‌هایی باید استفاده کنیم و چه نکاتی را رعایت کنیم که دقیقا این هوش مصنوعی، از دستور ما تبعیت کند. حالا می‌توانید مانند مثال‌های بالا، این دستورات را با هم ادغام کرده و دقیقا نتیجه‌ای که در ذهن‌تان هست را بگیرید.