Image-to-Image(画像から画像)

画像から画像への生成は、ソース画像の条件付けがどう適用されるかに応じて、いくつかの操作上のバリアントが存在します。標準的なimg2imgは、単一のソース画像をテキストプロンプトとノイズ除去強度パラメーターとともに使い、変換の強度をコントロールします。スタイル転送のアプローチは、一つの画像をスタイル参照として、もう一つを内容のソースとして使い、スタイル画像の美学を内容画像の構造に適用します。ControlNetベースの画像から画像は、ソース画像から抽出された構造情報(深度マップ、エッジマップ、ポーズスケルトン)を、ピクセルレベルの初期化ではなく正確な条件付けとして使い、標準的なimg2imgよりも信頼性高く特定の構造的品質を保ちます。MidjourneyやDALL-E 3のようなモデルでの参照画像の条件付けは、直接のピクセルの影響なしに画像を緩やかなスタイルガイドとして使い、参照から構造的に派生することなく、それに着想を得た出力を生み出します。

写真家やビジュアルアーティストは、画像から画像を使って既存の作品のスタイル的なバリエーションを探求します。構図を保ちつつ、絵画的、イラストレーション的、ジャンル固有の処理を写真に適用します。コンセプトアーティストは、デザインの方向性を素早く反復し、複数のスタイル探索にわたって大まかなスケッチを洗練されたコンセプトに精緻化するために使います。AIコンテンツのクリエイターは、構造的には良いが美的な調整が必要な以前に生成された画像を補正・改善するために使います。製品デザイナーやマーケターは、再撮影なしに既存の製品画像を異なる視覚的スタイル、環境、文脈に適応させます。