اضافه کردن فرد به عکس با هوش مصنوعی روشی برای قرار دادن یک شخص جدید در تصویری است که در عکس اصلی حضور نداشته است. مدلهای ویرایش تصویر میتوانند عکس موجود و در صورت نیاز تصویر مرجع فرد جدید را تحلیل کنند و تلاش کنند شخص را با اندازه، زاویه، نور، سایه و فضای عکس اصلی هماهنگ کنند.
برای مثال میتوانید یک عکس گروهی داشته باشید که یکی از اعضای خانواده در آن حضور ندارد و از AI بخواهید او را به فضای خالی کنار سایر افراد اضافه کند. همچنین میتوان یک شخص را در یک عکس سفر، محیط شهری، فضای داخلی یا تصویر تبلیغاتی قرار داد.
ساخت یک نتیجه طبیعی فقط به قرار دادن تصویر فرد روی عکس محدود نمیشود. برای اینکه خروجی واقعی به نظر برسد، پرسپکتیو، اندازه بدن، جهت نور، سایهها، رنگ تصویر، عمق میدان و محل قرارگیری فرد جدید باید با صحنه اصلی هماهنگ باشند.
مدلهای ویرایش تصویر ابتدا اجزای عکس مقصد مانند افراد، پسزمینه، زاویه دوربین، جهت نور، سایهها و عمق صحنه را تحلیل میکنند. سپس بر اساس دستور کاربر و اطلاعات تصویری موجود، فرد جدید را در محل موردنظر قرار میدهند یا آن بخش از تصویر را بازسازی میکنند.
اگر تصویر مرجع شخص نیز در اختیار مدل قرار گیرد، هدف پیچیدهتر میشود. مدل باید ویژگیهای قابل تشخیص فرد مرجع را حفظ کند و در عین حال ژست، اندازه، نور و زاویه او را با عکس مقصد هماهنگ سازد.
در نتیجه، اضافه کردن طبیعی یک فرد به تصویر نوعی ویرایش مولد و ترکیب تصویری است. کیفیت خروجی به قابلیت مدل، کیفیت تصاویر ورودی، پیچیدگی صحنه و میزان تفاوت میان عکس مرجع و تصویر مقصد بستگی دارد.
بسته به ابزار و تصاویر ورودی، میتوان سناریوهای مختلفی برای اضافه کردن افراد به تصویر ایجاد کرد. بعضی از کاربردهای رایج عبارتاند از:
اگر هدف اضافه کردن یک شخص مشخص است، استفاده از تصویر مرجع واضح میتواند اطلاعات بیشتری درباره چهره و ظاهر او در اختیار مدل قرار دهد.
برای انجام این نوع ویرایش میتوانید از Nano Banana در Threedify استفاده کنید. تصویر مقصد و در صورت نیاز تصویر مرجع فرد را وارد کنید و در پرامپت توضیح دهید شخص باید در کدام قسمت صحنه قرار بگیرد و چه ویژگیهایی از تصویر اصلی باید حفظ شوند.
برای مثال میتوانید بنویسید: «فرد موجود در عکس مرجع را به سمت راست این عکس گروهی اضافه کن. چهره افراد اصلی، لباسها، پسزمینه و ترکیببندی را حفظ کن و نور، اندازه، پرسپکتیو و سایه فرد جدید را با عکس اصلی هماهنگ کن».
هرچه دستور دقیقتر باشد، مدل اطلاعات بیشتری درباره نتیجه موردنظر خواهد داشت. اگر محل مشخصی برای شخص جدید در نظر دارید، آن را نیز در پرامپت توضیح دهید؛ برای مثال «بین دو نفر»، «سمت چپ گروه» یا «در فضای خالی کنار فرد سمت راست».
اگر قرار است فردی مشخص به عکس اضافه شود، میتوان از تصویر او بهعنوان Reference Image یا عکس مرجع استفاده کرد. هدف این است که مدل از ویژگیهای قابل مشاهده شخص در تصویر مرجع استفاده کند و او را در صحنه مقصد قرار دهد.
برای نتیجه بهتر، عکس مرجع باید واضح باشد و چهره فرد بهخوبی دیده شود. اگر عکس مقصد تمامقد است اما تصویر مرجع فقط نمای بسیار نزدیک صورت را نشان میدهد، مدل برای تولید بدن، لباس و ژست اطلاعات کمتری در اختیار خواهد داشت.
همچنین زاویه بسیار متفاوت میان دو تصویر میتواند کار را دشوارتر کند. برای مثال اگر چهره فرد در عکس مرجع کاملاً از روبهرو باشد اما در صحنه مقصد باید نیمرخ دیده شود، مدل ناچار است اطلاعات بیشتری را تخمین بزند.
"Add the person from the reference photo naturally into the group photo. Place them in the empty space beside the other people. Preserve their recognizable facial identity and hairstyle. Match the body scale, camera perspective, lighting direction, shadows, color temperature and depth of field of the destination photo. Keep the original people and background unchanged."
پرامپت باید مشخص کند چه کسی، در کدام قسمت تصویر و با چه شرایطی به عکس اضافه شود. دستورهای کلی مانند «این فرد را به عکس اضافه کن» کنترل کمتری روی نتیجه ایجاد میکنند.
یک ساختار کاربردی برای پرامپت میتواند به شکل زیر باشد:
شخص موردنظر + محل قرارگیری + ژست یا موقعیت + عناصر ثابت + نور + سایه + پرسپکتیو
برای مثال:
"Add the person from the reference image to the left side of the group. Make them stand naturally beside the others. Preserve the original people's faces, clothing, poses and background. Match the person's scale, perspective, lighting, shadows, color grading and depth of field to the original photograph."
"Add one adult person naturally into the empty space between the people in this group photo. Keep all original people completely unchanged. Match the new person's body proportions, perspective, lighting direction, shadows, color temperature and depth of field so the final image looks like everyone was photographed together."
"Add the person from the reference image naturally beside the person on the right. Preserve both facial identities and keep the original background unchanged. Make their relative height, body scale, lighting, contact shadows and perspective realistic and consistent with the scene."
"Place the person from the reference photo naturally into this location. Preserve their recognizable identity and appearance while adapting their pose to the scene. Match the camera angle, perspective, environmental lighting, shadows, depth of field and overall color grading."
یکی از مهمترین چالشها در این نوع ویرایش، حفظ هویت شخص مرجع است. مدل مولد ممکن است هنگام تغییر ژست، زاویه یا نور، بعضی ویژگیهای چهره را نیز تغییر دهد.
برای کاهش این مشکل، از یک عکس مرجع واضح استفاده کنید و در پرامپت عباراتی مانند preserve the recognizable facial identity یا keep the same facial features را به کار ببرید. اگر چند تصویر مرجع توسط ابزار پشتیبانی میشود، تصاویر واضح از زوایای مناسب میتوانند اطلاعات بیشتری درباره ظاهر فرد ارائه دهند.
با این حال هیچ دستور متنی بهتنهایی تضمین نمیکند که هویت شخص در هر خروجی کاملاً یکسان باقی بماند. برای کاربردهایی که شباهت دقیق اهمیت زیادی دارد، نتیجه باید با عکس مرجع مقایسه شود.
طبیعی بودن نتیجه فقط به چهره وابسته نیست. حتی اگر صورت فرد کاملاً واقعی باشد، اختلاف در نور، اندازه یا سایه میتواند بلافاصله مشخص کند که شخص بعداً به تصویر اضافه شده است.
برای رسیدن به نتیجه بهتر، چند عامل بصری باید با عکس مقصد هماهنگ باشند:
یکی از رایجترین دلایل، ناسازگاری نور است. اگر نور اصلی از سمت چپ تصویر بتابد اما صورت فرد جدید از سمت راست روشن شده باشد، حتی یک چهره بسیار واقعی نیز ممکن است به محیط تعلق نداشته باشد.
اختلاف در مقیاس نیز مشکل مهمی است. فردی که در فاصله مشابه با سایر افراد ایستاده اما بهطور غیرمنطقی بزرگتر یا کوچکتر است، حس ترکیب مصنوعی ایجاد میکند.
نبود سایه تماس یا Contact Shadow نیز میتواند باعث شود شخص معلق یا جدا از محیط به نظر برسد. علاوه بر این، تفاوت در وضوح، نویز، رنگ و عمق میدان میتواند مرز میان فرد جدید و تصویر اصلی را آشکار کند.
این دو مفهوم با یکدیگر ارتباط دارند اما Search Intent و هدف آنها دقیقاً یکسان نیست. در اضافه کردن فرد به عکس، تمرکز اصلی روی قرار دادن یک شخص در یک تصویر موجود و طبیعی کردن حضور او در صحنه است.
در ترکیب دو عکس، هدف میتواند بسیار گستردهتر باشد؛ برای مثال ادغام دو منظره، ترکیب دو محصول، انتقال یک شیء از یک تصویر به تصویر دیگر یا ساخت یک ترکیب خلاقانه از چند عکس.
| ویژگی | اضافه کردن فرد به عکس | ترکیب دو عکس |
|---|---|---|
| هدف اصلی | قرار دادن شخص در تصویر | ادغام محتوای دو یا چند تصویر |
| عنصر اصلی | انسان و هویت فرد | انسان، شیء، محصول یا محیط |
| چالش مهم | حفظ چهره، مقیاس و طبیعی بودن حضور فرد | یکپارچگی عناصر و ترکیببندی کلی |
| کاربرد نمونه | اضافه کردن شخص به عکس گروهی | ادغام عناصر دو تصویر متفاوت |
کیفیت عکس مرجع میتواند روی حفظ ظاهر و هویت فرد تأثیر زیادی داشته باشد. بهتر است تصویری انتخاب شود که چهره شخص واضح باشد و نور شدید یا افکتهای سنگین جزئیات صورت را پنهان نکرده باشند.
همچنین کیفیت تصویر مقصد اهمیت دارد. اگر عکس اصلی بسیار تار یا فشرده باشد، هماهنگ کردن فرد جدید با محیط دشوارتر خواهد بود.
بله. یکی از کاربردهای این فناوری ساخت نسخهای از یک عکس گروهی یا خانوادگی است که فرد دیگری نیز در آن حضور داشته باشد. اگر تصویر مرجع آن شخص موجود باشد، میتوان از آن برای هدایت مدل استفاده کرد.
با این حال اگر تصویر ارزش خانوادگی یا مستند دارد، بهتر است نسخه ویرایششده بهعنوان یک تصویر بازسازیشده یا خلاقانه نگهداری شود و جایگزین عکس اصلی نشود؛ زیرا خروجی AI ممکن است شامل جزئیاتی باشد که در لحظه واقعی عکاسی وجود نداشتهاند.
بله. میتوان شخصی را در یک عکس ساحلی، شهری، طبیعت، فضای داخلی یا بسیاری از محیطهای دیگر قرار داد. در این نوع تصاویر، هماهنگی نور و پرسپکتیو اهمیت ویژهای دارد.
برای مثال اگر عکس مقصد هنگام غروب ثبت شده است، نور روی فرد جدید نیز باید جهت، شدت و دمای رنگ متناسب با غروب داشته باشد. در غیر این صورت حتی با حفظ صحیح چهره، نتیجه ممکن است مصنوعی به نظر برسد.
از نظر ویرایش مولد امکان ساخت تصاویر با چند فرد جدید وجود دارد، اما با افزایش تعداد افراد پیچیدگی نیز بیشتر میشود. مدل باید چند چهره، بدن، دست، سایه و ارتباط فضایی را بهطور همزمان مدیریت کند.
اگر حفظ هویت افراد اهمیت دارد، اضافه کردن تعداد زیادی شخص در یک مرحله میتواند کنترل نتیجه را دشوارتر کند. در بعضی سناریوها انجام ویرایش در چند مرحله و بررسی خروجی پس از هر تغییر، روش قابلکنترلتری است.
یکی از رایجترین اشتباهات، مشخص نکردن محل قرارگیری فرد است. اگر فقط از مدل بخواهید «این شخص را به عکس اضافه کن»، ممکن است فرد در نقطهای قرار گیرد که ترکیببندی مناسبی ندارد.
اشتباه دیگر، تمرکز کامل روی چهره و نادیده گرفتن عوامل محیطی است. سایه اشتباه، پاهایی که بهدرستی با زمین تماس ندارند، اختلاف در اندازه بدن یا جهت نور متفاوت میتوانند نتیجه را غیرواقعی کنند.
همچنین بعد از تولید تصویر، دستها، انگشتها، مو، لبههای بدن، محل تماس پا با زمین، سایهها و قسمتهایی که افراد روی یکدیگر قرار گرفتهاند را بررسی کنید. این نقاط در ویرایشهای پیچیده بیشتر مستعد خطا هستند.
مدلهای مولد تصویر میتوانند هنگام قرار دادن شخص در صحنه، ژست او را نیز تغییر دهند تا با ترکیببندی مقصد سازگارتر شود. برای مثال شخص موجود در یک پرتره میتواند در خروجی بهصورت ایستاده در کنار گروه نمایش داده شود.
اما هرچه ژست جدید با تصویر مرجع تفاوت بیشتری داشته باشد، مدل مجبور است اطلاعات بیشتری از بدن، لباس و حتی بخشهایی از چهره را تولید کند. بنابراین احتمال اختلاف با تصویر مرجع نیز میتواند افزایش پیدا کند.
بله. میتوان علاوه بر قرار دادن فرد در صحنه، نوع لباس یا استایل او را نیز در پرامپت توضیح داد. برای مثال میتوانید درخواست کنید شخص با لباس رسمی به یک عکس گروهی اضافه شود.
با این حال اگر اولویت اصلی حفظ هویت فرد است، انجام چند تغییر بزرگ بهطور همزمان میتواند کنترل نتیجه را سختتر کند. در چنین شرایطی بهتر است ابتدا فرد به تصویر اضافه شود و سپس در صورت نیاز ویرایشهای بعدی انجام شوند.
این قابلیت علاوه بر ویرایش تصاویر شخصی، در تولید محتوای خلاقانه و بعضی فرایندهای حرفهای نیز کاربرد دارد.
اگر از تصویر یک فرد واقعی استفاده میکنید، به حریم خصوصی، رضایت شخص و نحوه استفاده از تصویر توجه داشته باشید. این موضوع برای انتشار عمومی یا استفاده تجاری اهمیت بیشتری دارد.
همچنین تصاویر تولیدشده یا ویرایششده با AI میتوانند بسیار واقعی به نظر برسند، در حالی که رویداد نمایشدادهشده در آنها هرگز اتفاق نیفتاده است. در کاربردهای خبری، مستند، حقوقی یا سایر زمینههایی که اصالت تصویر اهمیت دارد، نباید خروجی مولد بهگونهای ارائه شود که مخاطب را درباره واقعیت یک رویداد گمراه کند.
اضافه کردن فرد به عکس با هوش مصنوعی امکان قرار دادن یک شخص جدید در تصاویر گروهی، خانوادگی، سفر و سایر صحنهها را فراهم میکند. برای ساخت نتیجه طبیعی، فقط حفظ چهره کافی نیست؛ اندازه بدن، زاویه دوربین، پرسپکتیو، جهت نور، سایهها، رنگ و عمق میدان نیز باید با تصویر اصلی هماهنگ شوند.
اگر میخواهید یک شخص مشخص را اضافه کنید، استفاده از تصویر مرجع واضح و نوشتن پرامپت دقیق میتواند کنترل بیشتری روی نتیجه ایجاد کند. پس از تولید نیز بهتر است چهره، دستها، سایهها و محل قرارگیری فرد را با دقت بررسی کنید.
برای امتحان این نوع ویرایش میتوانید وارد Nano Banana در Threedify شوید، تصویر مقصد و عکس مرجع موردنظر را وارد کنید و در پرامپت توضیح دهید شخص باید چگونه و در کدام قسمت عکس قرار بگیرد.
بله. ابزارهای ویرایش تصویر مبتنی بر AI میتوانند یک شخص جدید را به تصویر اضافه کنند و تلاش کنند اندازه، نور، سایه و پرسپکتیو او را با عکس اصلی هماهنگ کنند.
اگر ابزار از تصاویر مرجع پشتیبانی کند، میتوانید عکس شخص موردنظر را همراه با تصویر مقصد وارد کنید و در پرامپت مشخص کنید فرد مرجع در کدام قسمت عکس قرار بگیرد.
بله. میتوانید یک فرد را در فضای مناسب عکس گروهی قرار دهید و از مدل بخواهید چهره افراد اصلی، پسزمینه و ترکیببندی را حفظ کرده و نور، سایه و اندازه فرد جدید را با گروه هماهنگ کند.
مقیاس بدن، زاویه دوربین، جهت نور، سایه تماس، دمای رنگ و عمق میدان باید با عکس اصلی هماهنگ باشند. تصویر مرجع واضح و پرامپت دقیق نیز میتوانند به کنترل بهتر نتیجه کمک کنند.
مدل میتواند برای حفظ ویژگیهای قابل تشخیص چهره تلاش کند، اما تطابق کاملاً دقیق در همه خروجیها تضمین نمیشود؛ بهخصوص زمانی که زاویه، ژست یا نور عکس مقصد تفاوت زیادی با تصویر مرجع داشته باشد.
بله، اما با افزایش تعداد افراد، مدیریت هویت چهرهها، بدنها، دستها، سایهها و ترکیببندی پیچیدهتر میشود. در بعضی موارد انجام تغییرات در چند مرحله میتواند کنترل بیشتری ایجاد کند.
بله. میتوانید از Nano Banana در Threedify برای ویرایش تصویر با پرامپت استفاده کنید و فرد موردنظر، محل قرارگیری و جزئیاتی را که باید حفظ یا هماهنگ شوند در دستور خود توضیح دهید.