IPAdapter V1 FaceID Plus | 일관된 캐릭터

1. 일관된 캐릭터 워크플로우

IPAdapter Face Plus V2 모델을 활용하여 일관된 모습의 캐릭터를 만드는 것이 이 워크플로우의 목표입니다. 먼저 몇 가지 참조 이미지를 업로드한 다음, Face Plus V2 모델이 같은 얼굴 특징을 유지하면서 일련의 이미지를 생성하도록 합니다. 다양한 체크포인트나 LoRA 모델을 사용하여 여러 스타일을 자유롭게 탐색하면서도 캐릭터의 외모를 일관되게 유지할 수 있습니다.

2. IPAdapter FaceID/FaceID Plus 개요

v1.5 FaceID

이 모델은 얼굴 인식을 위한 기본 버전으로, 텍스트 프롬프트, 제어 네트워크 및 마스크로 보강된 변형을 허용합니다. 평균적인 컨디셔닝 강도로 인해 일반적인 얼굴 컨디셔닝 작업에 적합합니다. 기본 FaceID 모델은 CLIP 비전 인코더를 사용하지 않으므로 복잡한 인코더 구성이 필요하지 않습니다.

v1.5 FaceID Plus

FaceID Plus 모델은 더 강력한 이미지 대 이미지 컨디셔닝 효과를 위해 설계된 향상된 버전입니다. ViT-H 이미지 인코더를 사용해야 하므로 세부적인 얼굴 모델링을 위해 더 높은 처리 능력이 필요합니다.

v1.5 FaceID Plus v2

FaceID Plus의 개선 버전인 이 모델은 더 세부적인 얼굴 컨디셔닝을 위한 향상된 기능을 도입했습니다. FaceID Plus와 마찬가지로 ViT-H 이미지 인코더를 활용합니다. 이 모델은 보다 세부적인 요구 사항에 부합하는 얼굴 모델링의 품질 향상을 목표로 합니다.

v1.5 FaceID Portrait

초상화 전용으로 설계된 이 모델은 CLIP 비전 인코더를 사용하지 않습니다. 초상화 설정 내에서 고품질 얼굴 이미지 생성에 중점을 두어 초상화 이미지 생성을 위한 특화된 접근 방식을 제공합니다.

SDXL FaceID

SDXL 아키텍처에 맞게 조정된 FaceID의 SDXL 버전으로, CLIP 비전 인코더를 사용하지 않습니다. SDXL 제품군 내에서 기본 모델 역할을 하며, 얼굴 인식 작업에 중점을 둔 확장 가능한 딥 러닝 아키텍처를 위해 설계되었습니다.

SDXL FaceID Plus v2

SDXL 아키텍처를 위한 FaceID 모델의 강화 버전으로, ViT-H 이미지 인코더를 활용합니다. SDXL 프레임워크 내에서 향상된 얼굴 컨디셔닝 효과를 제공하기 위해 설계되었으며, 고품질 이미지 생성 작업을 목표로 합니다.

3. IPAdapter FaceID/FaceID Plus 사용 방법

3.1. FaceID/FaceID Plus 모델 선택

원하는 FaceID 또는 FaceID Plus 모델을 선택하여 이미지 제작을 시작하세요. 설정에서 가중치와 노이즈를 조정하는 옵션을 찾을 수 있습니다. 이러한 조정은 생성된 이미지의 모양을 미세 조정하여 목표로 하는 정확한 모습을 구현하는 데 핵심입니다.

3.2. 참조 이미지 준비

IPAdapter FaceID 노드를 사용할 때 CLIP 비전 모델은 참조 이미지의 크기를 조정하고 중앙에 맞추어 224x224 픽셀 크기로 처리합니다. 이 자동 조정은 이미지의 중앙에 초점을 맞추므로 캐릭터의 얼굴과 같은 이미지의 주요 대상이 중앙에 위치하는 것이 중요합니다. 특히 세로 또는 가로 이미지에서 대상이 중앙에서 벗어난 경우 결과가 기대에 미치지 못할 수 있습니다. 최상의 결과를 얻으려면 대상이 중앙에 위치한 정사각형 이미지를 사용하는 것이 좋습니다.