AI иллюстрации к тетралогии Алексея Пехова «Ветер и искры»
[01] Идея проекта
Серия «Ветер и Искры», написанная российским автором Алексеем Пеховым, состоит из четырёх фантастических романов: «Искатели Ветра», «Ветер Полыни», «Жнецы ветра» и «Искра и ветер». Две книги цикла получили награду «Серебряный Кадуцей» на международном фестивале «Звёздный Мост». Книга подарила читателю множество интересных образов, которые я захотела проиллюстрировать с помощью нейросетей.
В ходе выполнения задачи я обнаружила, что существующих бесплатных ресурсов недостаточно для создания качественных иллюстраций. К тому же, меня не совсем устраивали стандартные модели. Для выполнения задачи мне нужна была серия изображений в единой стилистике. В связи с этим было принято решение о разработке собственного инструмента.
Для обучения модели были выбраны 20 иллюстраций художника MythologyArt, доступных под открытой лицензией. Мне показалось, что стиль его работ наиболее подходящий для книжной фэнтезийной иллюстрации, поэтому они были выбраны для обучения модели определенному стилю генераций.
[02] Мои генерации
Описание персонажа: чем-то квагер напоминал моего старого приятеля Ктатака. Массивный, тяжелый и с первого взгляда грузный. Длинные руки, крупная, без всякого намека на шею, голова. Лягушачья пасть, большие пучеглазые желтые глаза. Выше меня на голову, он был раза в три шире в плечах. Настоящая гора мышц.
promt// «humanoid toad warrior, massive muscular build, frog-like mouth, bulging yellow eyes, dark bumpy skin, spiked crests on arms, wielding giant battle axes, combat spines on forearms, mountain of muscles»
Описание персонажа (Нэсс): главный герой, от лица которого ведётся повествование. Служил в имперской армии лучником во время Сандонской Войны, потом стал наёмным убийцей (гийяном). Ненавидит Высокородных. По словам Гаррета — «человек, который хоть иногда вспоминает о своей совести». Худой и жилистый.
promt// «man around 30 years, handsome appearance, european facial features, lean wiry build, holding combat bow in right lowered hand, cloak on back, military equipment, short hair, clean-shaven face»
Описание персонажа (Йоула): Йуола была хрупкой, тонкокостной, почти воздушной. Узкое, сужающееся к подбородку некрасивое личико, резко очерченные скулы, орлиный нос и черные глаза. Бритая голова с нанесенной на нее сложной татуировкой, говорящей о принадлежности Йуолы к Огненному клану летунов.
promt// «middle-aged woman, NO HAIR, big wings growing from shoulder blades»
Сложность с генерацией иллюстраций заключается в том, что у персонажей есть достаточно чёткие отличительные черты. При этом они зачастую самобытны и далеки от идеала — с этим у нейросети пока есть трудности. Она упорно создаёт образы брутальных мужчин и прекрасных женщин, даже если запросить что-то другое.
Описание персонажа: рыжий, как и все горцы. «Высокий, рыжеусый и загорелый», с кустистыми бровями. Носит килт в клановых цветах. Сухое скуластое лицо, орлиный нос, рыжие висячие усы и волосы точно такого же цвета.
promt// «full body portrait, highlander warrior, red hair and mustache, weathered tanned face, traditional kilt, skilled tracker, forest scout, battle scars, standing in woods»
Описание персонажа (Лей-рон): Это был уже пожилой, но все еще крепкий мужчина. Тяжелая нижняя челюсть, пышные рыжие усы, коротко стриженые волосы. Глубоко посаженные льдисто-голубые глаза под густыми кустистыми бровями. Крючковатый, похожий на клюв грифа нос сломан, а губы сжаты в одну прямую суровую линию.
promt// «middle-aged man, fiery red hair, thick mustache, short hair with gray temples, hooked broken nose, ice-blue eyes, limping on one leg, military commander»
Описание персонажа (Лаэн): высокая; светлые, почти белые волосы; синие глаза.
promt// «tall woman, pale almost white hair, shoulder length haircut, blue eyes, assassin appearance, elegant warrior»
Трудности возникли с Оспой. Лицо героини закрыто маской. Нейросеть долго не могла сгенерировать саму маску, создавала мужеподобного персонажа или же рисовала иллюстрацию, сильно выбивающуюся из общего стиля.
Описание персонажа: сказать, что эта серебровласая женщина красива, значило ничего не сказать. Потрясающее, неописуемое лицо. Носит маску.
promt// «solid beautiful silver mask covering entire face completely, mask follows feminine facial contours, only eye slits visible, no face visible at all, long silver hair, royal robes»
Описание персонажа (Тальки): седые, собранные в пучок волосы, выцветшие голубые глазки. Полное добродушное лицо изъедено морщинами. Бескровные губы приветливо улыбались. Ну, прямо добрая, безобидная старушка, держит котов.
promt// «elderly grandmotherly woman, sweet kind face, gray hair in bun, faded blue eyes, wrinkled skin, holding one cat, innocent appearance but sinister aura, powerful mage»
Описание персонажа (Рован): породистая бледная рожа, светлые волосы, аккуратная бородка и усы. Весь вид мужчины выражал море презрения к окружающим.
promt// «aristocratic man, pale face, light hair, neat beard and mustache, arrogant expression, contemptuous look, perverted eyes, decadent appearance, noble but sinister»
Описание персонажа: напоминает зеленую белку. Невелик, чуть больше откормленного кота. Во всей его физиономии, начиная от острых зубов и заканчивая хитрющими черными глазками, было что-то от лисы.
promt// «full body view of cute small green squirrel-like creature, short dark green fur, fox-like features, large ears, black eyes, adorable expression, friendly appearance»
В целом, нейросеть отлично справилась с генерацией фэнтезийных иллюстраций для тетралогии «Ветер и искры». Изображения получились насыщены разнообразными деталями, передающими атмосферу фэнтезийного мира Пехова. Все иллюстрации сошлись по цветовой палитре и общей стилистике.
[03] Применения генеративной модели
Я разработала уникальную модель на основе генеративной модели Stable Diffusion XL. Для этого я дообучила исходную модель на своём наборе данных. Целью моего проекта стала попытка создать серию изображений в единой стилистике фэнтезийной иллюстрации для образовательных задач: изучения и освоения данной технологии. Для генерации качественных промтов был использован DeepSeek.
