Reduza o vazamento de atributos em imagens de IA com duas pessoas
A Academy está temporariamente indisponível enquanto passa por uma reestruturação.
Uma falha comum em gerações com duas pessoas é o vazamento de atributos: o prompt diz que uma pessoa usa um casaco verde e a outra carrega uma mochila preta, mas o modelo mistura esses detalhes entre elas. Uma forma prática de reduzir isso é separar estrutura e descrição. Use o OpenPose ControlNet para definir onde cada pessoa fica posicionada e, depois, use prompts regionais em um fluxo de trabalho no estilo ComfyUI para atribuir um condicionamento de texto diferente a cada área.
Comece com uma referência de pose limpa ou um esqueleto OpenPose contendo as duas pessoas. O esqueleto deve mostrar claramente qual figura está à esquerda e qual está à direita. Visualize a saída do pré-processador OpenPose antes de gerar a imagem. Se os braços estiverem sobrepostos de forma confusa, se um corpo estiver ausente ou se os dois esqueletos se cruzarem, corrija a referência primeiro; prompts de texto geralmente não resolvem uma composição quebrada.
Em seguida, aplique o OpenPose ControlNet ao condicionamento positivo. Comece com uma intensidade moderada, em vez de levá-la ao máximo. O objetivo é fazer o modelo seguir as duas poses, mas ainda ter liberdade suficiente para renderizar as roupas e o ambiente de forma natural. Se as figuras se afastarem do esqueleto, aumente um pouco a intensidade. Se ficarem rígidas ou distorcidas, reduza.
Depois, crie prompts regionais separados. Com áreas retangulares, atribua um prompt ao lado esquerdo, outro ao lado direito e um prompt de fundo com intensidade menor para a imagem inteira. Por exemplo: região esquerda, “mulher adulta com casaco verde, botas marrons”; região direita, “homem adulto com jaqueta azul-marinho, cachecol cinza”; fundo, “parque urbano tranquilo, luz suave de céu nublado”. Mantenha cada prompt regional focado apenas no que pertence àquela região.
Se zonas retangulares cortarem o corpo de alguém, use condicionamento regional baseado em máscara. Uma máscara pintada pode acompanhar a silhueta de cada pessoa, o que ajuda a reduzir emendas duras e torna menos provável que acessórios saltem entre regiões.
Avalie o resultado observando três pontos: cada pessoa permanece perto da pose pretendida, as cores das roupas ficam na pessoa correta e o fundo não herda detalhes específicos delas. Se os atributos ainda se misturarem, ajuste melhor a região ou simplifique o prompt antes de alterar configurações de amostragem não relacionadas.