Генеративная интерпретация Джинкс из Аркейн
Джинкс из мультсериала «Аркейн» (настоящее имя — Паудер) — главная героиня и центральный антагонист шоу
\Примеры работ — исходные изображения
Я брала различные кадры из сериала, а также некоторые арты других художников
Идея проекта заключается в том, чтобы изучить, насколько глубоко нейросеть способна понять сложный визуальный стиль и передать его в своих изображениях
\Процесс обучения
Для обучения нейросети использовала датасет из 26 изображений
Некоторые промты для генерации: «a man in a black suit and a woman in a red dress», «a woman in a dark room with lights», «a woman with blue hair and a purple dress», «a woman with a sword in a dark room», «a woman holding a gun in her hand», «a woman with blue hair and a black top», «a woman with blue hair and a sword», «a woman in a purple outfit standing on a rock», «a woman in a dark city with a sword», «a woman in a black outfit standing in the rain», «a woman in a black outfit holding a sword»
\Серия получившихся изображений
Стиль рисования в сериале «Аркейн» (Arcane: League of Legends) отличается высокой степенью новаторства и сочетает в себе несколько уникальных особенностей, которые делают его узнаваемым и запоминающимся. Художники используют технику «paint-over», то есть рисуют вручную поверх 3D-рендеров. Это добавляет текстуру, глубину и индивидуальность каждому кадру
\Вывод
Нейросеть хорошо справилась с поставленным запросом. Генерации получились качественными, с небольшими изъянами. Она смогла сохранить узнаваемый визуальный стиль, который есть в сериале, а также узнаваемые черты самой героини. Хорошо сохранены ее пропорции, цветовое решение и ее лицо
Также импонирует большое количество различных поз, локаций и эмоций героини. В целом работы вышли в стиле стилизованного реализма, что откликается в сериале.
Из изъянов: В некоторых работах плохо отображены руки, части волос, а также есть большие проблемы при попытках сгенерировать оружие персонажа, вероятно из-за его вариативности и обилия разнообразных деталей, и для качественного его изображения требуется дополнительное обучение.
\Описание применения генеративной модели
Обучение генеративной нейросети Stable Diffusion Ноутбук и датасет
