新浪新闻

IC-Light 升级为IC-Light V2-Vary  可更灵活地调整光源位置和强度

新浪AI

关注

IC-Light V2更新升级,升级为IC-Light V2-Vary

主要改进

光照变化能力增强

  • 模型在光影处理方面有显著提升,可以更灵活地调整光源位置和强度,生成不同光照效果的图像。
  • 针对需要复杂光影变化的用户,提供了更丰富的操作空间。

细节保留能力提高

  • 相较于之前版本,V2-Vary 对输入图像细节的保留能力更强,减少了调整光影时图像内容的丢失或扭曲。
  • 适合对细节要求较高的图像处理任务,例如人像摄影后期处理。

多样性输出优化

  • 输出图像的多样性得到加强,可以生成不同风格和特征的光影效果。
  • 特别适用于艺术创作和专业光影效果模拟。

这些改进使得 IC-Light V2-Vary 更加适合需要强光影效果和细节处理的用户,如摄影师、设计师及3D建模专业人士,同时为艺术创作者提供了更多可能性。

Examples示例

Input image:输入图像:

输出比较(查看改变光影的能力):

输入输出比较(查看详细保留级别):

IC-Light的主要功能特点

IC-Light 是一种用于扩展基于扩散模型的光照编辑训练的方法,旨在解决复杂光照场景中的图像生成和编辑问题。其主要功能包括:

1. 光照一致性约束

  • 核心原理

    • 基于物理光传输理论,确保物体在不同光照条件下的表现可以线性组合。
    • 保证混合光照下的表现与单独光照条件下的线性叠加一致。

    功能

    • 通过光照一致性约束,模型能够在编辑光照时保持图像本质属性(如反射率、纹理等)不变。
    • 减少不必要的图像伪影,确保输出结果与实际物理光照条件一致。

    2. 大规模数据支持

    • 支持超过

      1000 万样本

      的训练数据,包括:
      • 真实光照数据:例如光照舞台的单光源实验数据。
      • 3D 渲染数据:通过渲染技术生成的多光照条件图像。
      • 自然场景增强数据:通过增强真实图像光照效果,生成丰富的训练数据。

      功能

      • 适配多种数据来源,增强模型处理多样化光照场景的能力。
      • 扩展模型泛化能力,支持从自然光照到复杂艺术光照的多场景应用。

      3. 精确光照编辑

      • 支持各种复杂光照条件的编辑,包括:
        • 自然光效:如阳光穿过百叶窗、树荫投影等。
        • 艺术光效:如魔法金光、霓虹灯等特殊效果。
        • 背景协调:根据背景调整光照,使得前景与背景协调一致。

        功能

        • 提供精确的光照调整能力,适用于各种场景需求。
        • 确保生成结果中光照效果与图像整体风格和谐。

        4. 图像本质属性保持

        • 修改光照的同时保持图像内在特性,如:
          • 反射率(Albedo):维持原始图像的颜色和反射特性。
          • 细节保真度:保留原图中的纹理细节和形状特性。

          功能

          • 避免因光照调整导致的图像失真。
          • 提高生成图像的质量和真实性。

          5. 支持高性能模型骨干

          • 支持多种扩散模型框架,如:
            • Stable Diffusion 1.5/SDXL:用于高分辨率图像生成。
            • Flux 模型:适用于处理大规模和复杂数据的任务。

            功能

            • 通过适配多种强大模型骨干,增强方法的适用性。
            • 支持更高分辨率和更复杂场景的生成。

            6. 灵活应用于多场景

            • 提供多种应用功能,包括:
              • 法线图生成:根据光照条件生成高质量法线图,用于3D渲染和增强现实(AR)。
              • 艺术光效设计:支持艺术化的光照效果生成,满足创意设计需求。
              • 背景感知光照协调:根据背景调整图像光照,提升整体协调性。

              功能

              • 实现从技术到艺术的多样化应用,适应不同领域需求。

              7. 优化训练流程

              • 结合多种数据源的优化训练方法:
                • 数据采样概率动态调整,逐步提升高质量光照数据在训练中的比例。
                • 灵活的学习目标设计(如光照一致性损失)确保模型学习效果。

                功能

                • 提高训练效率,减少模型在大规模数据上的偏差。
                • 实现更高质量的光照编辑模型。

                GitHub:https://github.com/lllyasviel/IC-Light/discussions/109

                技术报告:https://openreview.net/pdf?id=u1cQYxRI1H

                在线演示:https://huggingface.co/spaces/lllyasviel/iclight-v2-vary

加载中...