InfiniteYou | 정체성 보존 얼굴 생성

ComfyUI InfiniteYou 설명

1. InfiniteYou 워크플로란 무엇인가?

ComfyUI InfiniteYou 워크플로는 ByteDance의 고급 정체성 보존 모델을 환경에 통합합니다. FLUX 확산 변환기에 기반하고 InfuseNet으로 구동되는 이 기술은 정체성 특징을 보존하면서 유연하고 고품질의 이미지 생성을 가능하게 합니다. InfiniteYou 도구는 각기 다른 창의적 목표를 위한 Face Combine과 Zero-Shot Task의 두 가지 맞춤 워크플로를 포함합니다.

2. InfiniteYou의 이점:

• 정체성 보존: InfiniteYou는 스타일적으로 변형된 프롬프트에서도 얼굴 특징을 유지합니다.
• 미적 품질: aes_stage2 모드는 프롬프트-이미지 정렬과 아름다움을 향상시킵니다.
• 워크플로 다양성: InfiniteYou는 다양한 사용 사례를 위한 Face Combine과 Zero-Shot Task를 포함합니다.
• 매개변수 제어: InfiniteYou는 정밀한 생성을 위한 가이드, 융합 가중치 및 제어 타이밍 조정을 허용합니다.
• 플러그 앤 플레이 통합: 표준 ComfyUI 워크플로와 원활하게 통합됩니다.

3. InfiniteYou 워크플로 사용 방법

중요한 참고 사항: InfiniteYou 워크플로를 처음 로드하면 Zero-Shot Task와 Face Combine 섹션이 모두 표시됩니다. 이들은 독립적으로 작동하는 두 개의 별도 워크플로입니다. 기술적으로 둘 다 동시에 실행할 수 있지만, 단일 프로세스의 연결된 단계로 사용하도록 설계된 것이 아니라, 각각 다른 목적을 위한 별도의 도구로 설계되었습니다.

3.1 InfiniteYou의 생성 방법

InfiniteYou의 예시 설정:

1. 입력 준비: Load Image 노드에서:
   • Face Combine을 위해 두 개의 참조 얼굴 업로드
   • 또는 Zero-Shot Task를 위해 하나의 참조 얼굴 이미지 업로드 CLIP Text Encode 노드에서:
   • 원하는 장면 설명 (예: "교실에서 잘생긴 10세 소년")
   • 부정적 프롬프트는 선택 사항
2. Queue Prompt 버튼을 클릭하여 InfiniteYou 워크플로 실행
3. Save Image에서: 결과물 얻기

Face Combine 워크플로 (두 얼굴 혼합)

• 최적: InfiniteYou의 강력한 정체성 제어로 두 개의 정체성에서 얼굴 특징을 결합
• 특징:
  • 두 이미지에서 정체성 병합
  • 가중치로 제어된 혼합
  • 시작 및 종료 융합 타이밍 정밀 제어

Zero-Shot Task 워크플로 (단일 이미지 + 프롬프트)

• 최적: 단일 정체성과 풍부한 텍스트 프롬프트로 초상화 생성
• 특징:
  • sim_stage1로 높은 정체성 충실도
  • 이중 얼굴 비교 필요 없음
  • 텍스트 기반 얼굴 재구성

3.2 InfiniteYou의 매개변수 참조

Face Combine 노드: 이 노드는 두 이미지에서 얼굴 특징을 혼합합니다.

• adapter_file: 정체성 혼합에 사용되는 모델 파일 지정 (예: aes_stage2_img_proj.bin).
• weight: 두 얼굴을 융합하는 강도 조절.
• balance: 최종 얼굴에 더 기여하는 이미지를 조정.
• start_at: 생성 타임라인에서 융합 시작 시점.
• end_at: 생성 중 융합 종료 시점.
• fixed_face_pose: true일 경우 얼굴 자세 고정, false일 경우 변형 허용.

Apply 노드: 단일 참조 이미지에 InfiniteYou 모델을 적용합니다.

• adapter_file: 사용되는 단계 모델 정의.
• weight: 정체성 보존 강도.
• start_at: 생성 중 효과 적용 시작.
• end_at: 효과 적용 종료.
• fixed_face_pose: true일 경우 원래 자세 유지.

FluxGuidance / BasicGuider: InfiniteYou로 정체성 보존 또는 프롬프트 정렬을 추가로 영향을 미칩니다.

• guidance: 조건의 강도—높을수록 더 많은 제어, 낮을수록 출력의 다양성 증가.

Samplers: InfiniteYou에서 이미지가 노이즈에서 생성되는 방식을 제어하는 데 사용됩니다.

• sampler_name: 이미지를 생성하는 알고리즘 (예: euler).
• steps: 이미지를 정제하는 반복 횟수.
• denoise: 노이즈가 제거되는 정도: 높을수록 더 깨끗한 이미지.

3.3. InfiniteYou로 고급 최적화

모델 전환:

• aes_stage2: 더 나은 텍스트-이미지 일관성과 스타일 (미세 조정 후).
• sim_stage1: 더 정확한 얼굴 정체성 유지 (미세 조정 전).
• InfiniteYou 모델 모드를 전환할 때 항상 adapter_file과 control_net 파일을 함께 업데이트.

InfiniteYou를 위한 프롬프트 팁:

• "여성", "노인 남성" 등 특정 정체성 단서를 추가하여 출력 정렬을 개선
• 최적의 결과를 위해 주제와 설정을 명확하고 간결하게

InfiniteYou에 대한 추가 정보

추가 세부 사항 및 개발 참조:

• 의 InfiniteYou 원본 모델
• 에 의한 구현

감사의 말

이 워크플로는 ByteDance Intelligent Creation에서 개발한 InfiniteYou에 의해 구동됩니다. 통합은 ZenAI-Vietnam에서 제공하며, Zero-Shot 및 다중 참조 정체성 보존 생성을 가능하게 하는 맞춤 워크플로 및 모델 변환을 포함합니다. 모든 공로는 그들의 작업을 수행한 원작자들에게 돌아갑니다.