月: 2023年4月

ジェネラティブAI「Stable Diffusion」を使って、他のサイトにはない独自の画像生成に挑戦しています。今回は、３つの異なるテーマに沿った９つのイラストを紹介します。

テーマは【ハワイアンモチーフ木彫り】【華やかなパーティー写真】【レトロなアメコミポスター】です。

上の３つの画像はハワイアンモチーフを取り入れた木彫り調のイラストです。

首にかけられた花のリースや、植物、そして線の太さと細さのバランスが、優雅な雰囲気を作り出しています。

上の３つの画像はフォーマルな服装やゴージャスなヘアスタイル、華やかな装飾が特徴の、パーティーシーンをイメージした実写系のイラストです。

輝くような表情や、背景の質感など、細かいディテールにも注目です。

上の３つの画像は一昔前のアメリカンコミックスを思わせる、ベタ塗りやデフォルメの描き方が特徴的なレトロなスタイルのイラストです。

色使いのインパクトにより、ポスターのような独特な雰囲気を醸し出しています。

Stable Diffusionはアイデア次第で画風を変えることもできるため、自分だけのオリジナリティ溢れるイラストを作り出せて面白いです。
独自のイラスト制作は、クリエイティブな表現の可能性を広げ、楽しみながら自己表現できます。

興味を持ったらいつでも連絡ください。
Twitterのフォロー、大歓迎です。

Stable Diffusion（画像生成システム）を使って人物画を作ると、写真と間違えるクオリティができたりする。

自分の顔を描かせているうちに
　俺、こんなところに旅行したのかな？
と記憶が錯乱する可能性を感じる。

人物は写真っぽいけど、背景はイラストっぽい。
こんな感じで現実じゃないぞ！と区別できる工夫をしておくと良いのかも。

と思ったけど、壁画の前で写真を撮ったのかな、とか考え始めるとキリがない。

これは現実とは思えない画像、写真にはできない画像を作ると、AIを活用してる感覚が増えて良いかもしれない。

人工知能（AI）ブームが発展してます。
生成系AIなるものが、世の中を変え始めました。
いえ、すでに変わったのかも知れません。

対話系の生成AI「ChatGPT」の技術は、
数十年後もしくは数年後には、
現在のスマホくらい普及するでしょう。

萩原が注目しているのは画像生成AIです。
そのうちの１つ Stable Diffusion を使用し始めました。

Stable Diffusion は text-to-image モデルと呼ばれるジャンルのシステムの１つ。

「犬」と文字（text）で入力すると、犬の画像（image）を描いてくれます。
「火星を歩く犬」と入力したら、犬が火星を歩いている画像を描いてくれます。
写真と見間違うようなクオリティにもできるし、マンガっぽいタッチにもできます。
写真のようにしたければ
「写真, 火星を歩く犬」のように、作りたい画像を説明するキーワードを羅列するだけでOKです。

Stable Diffusionを使うメジャーな方法は３通り。
１．「Stable Diffusion Online」というウェブサイトにブラウザでアクセスして、ブラウザ上でサービスを利用。
２．Stable Diffusionのファイルをダウンロードして、パソコンにインストール。
３．Google Colab上にインストールして利用。

一番お手軽は１番目。お試しするだけでビックリすると思います。
もしも２．が可能であれば、自宅のパソコンなどにインストールして、好きな画像を好きなだけ作ったりして楽しめます。でも、GPUと呼ばれる処理装置が無いパソコンだと、画像生成時間がべらぼうにかかります。GPUがあれば１分で造れる画像も、ない場合は１５分など。（実体験）
Google Colabを使う３．であればGoogleのGPUを利用できるので、２．を仮想的に実現できます。ただし、GPU利用によってColabの料金が発生します。

Stable　Diffusionを使う時に入力する文字列（例：写真, 火星を歩く犬）は「prompt（プロンプト）」とか「呪文」と呼ばれます。
promptを工夫することで、好きな画像を作れるようになります。逆に、うまく工夫できないと、満足できない画像が生成されることも。

説明はこのくらいにして、Stable Diffusionを使って、実際に僕が作った画像をお見せしますね。

頭にバラを乗せた萩原（私）。

写真じゃなくて、Stable Diffusionが作った画像です。

他の例も観てみましょう。

こんな感じです。

萩原の可能性をグイグイと引き出してくれますね。

最後の例７に写った女性は、実在しません。絵です。

萩原の画像を生成できるのは、私が工夫をしたからです。オリジナルのstable diffusion周りでは出来ません。

stable diffusionはモデルと呼ばれるファイルを基に画像を生成します。私は自分の顔写真を使って、独自のモデルを作成しました。そして、stable diffusionに独自モデルを参照させています。

独自モデルを作る為にDreamBoothと呼ばれるシステムを使いましたが、ここでは説明を省きます。DreamBoothも無料です。

さらに工夫すると、生成した画像が喋る動画を作ることもできます。

顔画像１枚と音声ファイルから動画を生成するシステム SadTalker。
文字列から音声を合成するサービスCoeFont。
これらを利用して作ったのが次の動画です。

というわけで画像生成AIで造った画像、その先の話を例で紹介しました。

おじさんの顔をメインにした画像の例は、検索してもあまり見つかりませんでした。
この記事の画像はレアものってことかもね。

生成していて楽しいので、気が向いたら新たな画像を上げるかも知れません。
いや、きっと上げるよ。

AIで造るおじさん画像集みたいなサイトになるよ、ここ。