midjourney人物一致性研究报告

玩了一个礼拜midjourney，也碰到了大家都碰到的人物一致性问题。将个人所得汇总一下供各位参考，大家一起研究共同进步。

研究对象：

主要研究较为复杂等面部结构，非常卡通低幼的人物因为相似度很高，只要控制发型服装等，就很容易得到类似的人物。

我认为的人物一致性并不只是要求脸像，而是可以把这个人物放在不同的场合，进行不同的行为，也能保持人物的一致性。

影响因素：seed***、垫图**、权重***、blend*

1，Seed

会看人物一致性的人，对seed一定不陌生。

我说下我在学习中得到几点之前不知道的事情：

1），四张图的seed和upscale任意一张小图的seed是一致的。也就是说，你需要找四张图都ok的做seed，而不是upscale其中一种作为seed。

2）可以加多个--seed，但是生效的只有第一个。

3）可以多准备几个seed，然后切换看看哪个seed生成的效果最好。

这里把seed拿出来，其实主要是当他跟权重的概念集合后，才能很好地实现人物一致性。（详见3）

2，垫图

优点：容易得到面容相似度非常高。适用于：制作三维头像，或者半身人像等。可以用于seed的生成工具。

缺点：不容易改变人物形态。譬如不容易得到全身型人物，或者服装行为等控制得不好。

垫图遇到最大问题是怎么得到全身人像，我经过努力也只能做到下面这样。如果这样对你有帮助，我将我的方法分享下。

核心思想就是，用脸部特点垫图——上半身垫图—半身垫图——下半身。等于在每个阶段凑到一定量的图，升级到下一个阶段。

每次凑够要到图片，就可以将之前垫的图换成下一批。譬如凑到了5张（我用5张，其实3张也可以，就是权重低一点罢了）半身图，就用半身图再去垫。

而会影响的参数有full body view，extreme long shot，还有个非常重要的就是图像的比例（--ar），越长的比例越容易得到全身。而这些参数也可以增加相应的权重，一般：：2都是比较稳定，会人物形象影响不大，但是3以后就开始会随机一些人物形象了。

3，权重对seed的影响

这部分内容是如何善用seed的核心。其实最重要的指导思想是，你的prompt越简单，越容易被很好地执行。但同样的情况，seed明显比垫图方式对权重的依赖更甚，或者换种方式来说，弄懂了权重，seed才能真正发挥作用。下面通过几个例子来说明。

所用的seed为下图：

例子一：我们先来看下面两张图，唯一不同的是第二张图，我把人物的外形描述都加入了，而因此生成了非常奇奇怪怪的。第一张图，其实2和4都可看一用，毕竟人物脸小。而图二生成的几乎都不能用。

例子二：由此我得到了启发，上一个例子中其实对于我想要表达的“在海边公路骑摩托”的内容执行上并不是太好，如果我再一次简化prompt呢。于是有了下图。将不需要的内容全部去除，然后执行效果非常好。由此可见，seed+你最想要表达的内容，就能比较好的达到你需要的效果。而且你会发现，之前头疼的全身人物问题也不再是问题。

例子三：到了这里，并没有结束，因为上面做咖啡那张图里，人物形象虽然2和4都有点接近，但是能不能再接近一点呢。譬如我在re-roll的时候把之前删掉的描述放进去会怎么样。下面是直接re-roll和加了人物描述的re-roll，可以看出加入了描述之后，人物形象会更往你的描述靠拢。

通过这些例子可以看出，完全可以用seed+想要更换的内容描述，再通过re-roll调节。以达到理想效果。

4，权重对垫图对影响

权重对垫图对影响有，但是没有seed那么方便，会有更多的随机性。请看下面的例子

例子一：分别垫了三张图和五张图，把其他prompt都删了，就要个全身像，但是效果都不好。

例子二：用之前seed的方式调节人物动作，人物的一致性很好，但是动作的执行度不好。

5，Blender

融合的不确定性非常高，可以用于简单的场合。譬如pixar风格的动画人物。可以通过这样的方式，给喜欢的脸部来生成full body。

*另外还有一种方法，就是在生成图片的时候直接把腿啊脚啊都一并描述了，就比较容易出来全身人像。