Stable Diffusion绘画 | 插件-Deforum:动态视频生成(中篇)

本篇文章重点讲解参数最多的 关键帧 模块。

「动画模式」选择「3D」:

下方「运动」Tab 会有一系列参数:

以下4个参数,只有「动画模式」选择「2D」才会生效,可忽略:

运动

平移 X

让镜头左右移动:

大于0(0:(1)):向右移动

小于0(0:(-1)):向左移动

生成视频效果如下:

平移 Y

让镜头上下移动:

大于0(0:(1)):向上移动

小于0(0:(-1)):向下移动

生成视频效果如下:

平移 Z

让镜头前后移动:

大于0(0:(1)):向前移动

小于0(0:(-1)):向后移动

生成视频效果如下:

3D 翻转 X

让镜头从当前位置,朝上下旋转

大于0(0:(1)):向上旋转

小于0(0:(-1)):向下旋转

生成视频效果如下:

3D 翻转 Y

让镜头从当前位置,朝左右旋转

大于0(0:(1)):向右旋转

小于0(0:(-1)):向左旋转

生成视频效果如下:

3D 翻转 Z

让镜头从当前位置,朝 顺时针/逆时针 旋转

大于0(0:(1)):向逆时针🔄旋转

小于0(0:(-1)):向顺时针🔃旋转

生成视频效果如下:

噪声(点)

该模块用于控制画面的噪点变化情况的,以便于画面与画面之间的变化。

噪声类型:

  • 均匀:适合用于生成动漫二次元风格
  • 柏林:适合用于生成人物、2.5D风格

噪声调度计划:

国外一群专门研究 Deforum 的用户推荐的公式:0:(-0.06*(cos(3.141*t/15)**100)+0.06)

填写该公式后,生成的视频效果如下:

柏林噪声倍频:数值越高,添加的噪点越柔和;数值越低,添加的噪点越明显;

柏林噪声递增幅度:数值越大,每次迭代增加的噪声越明显,更容易生成新的元素;

噪声倍率调度计划:数值变大,会直接添加海量的噪声,使得画面细节加强;

一致性

颜色一致性

建议选择 LAB 或者 RGB ;

若发现颜色还是存在明显区别的话,可以勾选☑️下方的「经典颜色匹配」

生成间隔中启用光流法

推荐选择RAFT 或者 Farneback ;选择后,需要搭配右侧的权重使用,略微增加即可(能有效降低画面闪烁抖动情况):

对比度调度计划

用于调整对比度,加大能促进画面变化,但数值太大的话,会生成一些诡异不同色调的内容。

其他选项保持默认即可。

模糊抑制

该模块主要用于给视频增加锐度的。

只需要修改「强度计划」即可,当发现画面模糊时,可适当增加一点。

综合以上两个模块的调整,生成视频效果如下:

深度变形&视场角

该模块主要用于优化视频画面的畸变情况:

这里唯一需要设置的,就是「视场角(FOV)调度计划」:

当运动镜头有 Z轴 推移时,FOV值越小,纵深感越强烈,反之纵深感越不明显

今天先分享到这里~


开启实践: SD绘画 | 为你所做的学习过滤

相关推荐
云翼时代科技1 小时前
【探索艺术新纪元:Midjourney中文版,让创意无界!】
人工智能
坚持学习的你1 小时前
Jax(Random、Numpy)常用函数
人工智能·pytorch·python·jax
KGback1 小时前
【项目记录】大模型基于llama.cpp在Qemu-riscv64向量扩展指令下的部署
人工智能·llama·riscv
ZPC82101 小时前
Pytorch详解-Pytorch核心模块
人工智能·pytorch·python·深度学习·机器学习
马甲是掉不了一点的<.<1 小时前
论文精读:基于渐进式转移的无监督域自适应舰船检测
人工智能·目标检测·计算机视觉·领域迁移
灵雀云1 小时前
CNAI趋势下,打造一体化AI赋能平台
人工智能
985小水博一枚呀1 小时前
【深度学习基础模型】极限学习机(Extreme Learning Machines, ELM)详细理解并附实现代码。
人工智能·python·深度学习·极限学习机
985小水博一枚呀1 小时前
【深度学习基础模型】液态状态机(Liquid State Machines, LSM)详细理解并附实现代码。
人工智能·python·rnn·深度学习
Envyᥫᩣ2 小时前
探索机器学习中的特征选择技术
人工智能
skywalk81632 小时前
昇思学习打卡营学习记录:Pix2Pix实现图像转换
人工智能·学习