Генерация и редактирование в среде Stable Diffusion

Minimalist black-and-white analog photo, inspired by Herb Ritts. A woman is captured mid-motion on a sunlit rooftop, her body twisting gracefully, arms extended, hair flying. The background is uncluttered, just sky. The camera is at hip level, slightly tilted to accentuate the dynamic pose, medium shot (hips to top of head). Strong directional side light creates dramatic shadows and highlights the sculptural lines of her body. Minimal clothing. The mood is energetic, expressive, and elegant, focusing on the beauty of movement, form, and light. Fine film grain, soft vignette, shallow depth of field, high resolution, photo-realistic.

Minimalist black-and-white analog photo, inspired by Herb Ritts. A woman is captured mid-jump outdoors against a pure sky, on a beach, with no distractions in the background. Her body is slightly leaned forward, arms spread wide, one leg bent, the other extended, hair flying with the movement. The pose is dynamic and sculptural, emphasizing body curves and tension. Her face is turned to the camera, expression focused and strong. Camera positioned low, almost at ground level, angled upward, medium shot (hips to top of head), capturing the feeling of flight above the horizon. Shot in bright sunlight, with hard side light to highlight muscle definition and cast bold shadows. Minimal clothing to focus on the form and movement. The mood is energetic, light, and free, freezing the peak of the jump. Fine film grain, soft vignette, shallow depth of field, high resolution, photo-realistic.

A minimalist black-and-white portrait, inspired by Herb Ritts. A woman sits frontally against a smooth, neutral studio background. She holds a large, heavy, worn metal chain wrapped around her forearms. Her arms are bent at the elbows and raised to chest level, the chain hangs loosely and takes center stage. Shoulders relaxed, head slightly bowed forward, gaze intense, directed slightly to the side, expression focused and strong. Camera at chest level, angled view (10–15 degrees), medium shot from mid-chest to top of head, hands and chain prominent. Diagonal lighting emphasizes the texture of the metal and muscle definition, hard light creates bright highlights on the chain and deep shadows on the skin. The model's skin is clean, hair gently tousled, no clothing visible. Powerful, energetic, controlled mood, emotional depth in hands and chain tension. Fine film grain, soft vignette, shallow depth of field, high resolution, photo-realistic

A minimalist black-and-white portrait, inspired by Herb Ritts. A woman stands frontally against a smooth, neutral studio background. She holds a large, heavy, worn metal chain wrapped around her wrists. Her arms are bent at the elbows and raised to chest level, the chain is taut and takes center stage. Shoulders relaxed, head slightly bowed forward, gaze intense, directed at the camera, expression focused and strong. Camera at chest level, frontal view, medium shot from mid-chest to top of head, hands and chain prominent. Side lighting emphasizes the texture of the metal and muscle definition, hard light creates bright highlights on the chain and deep shadows on the skin. The model's skin is clean, hair neatly styled, minimal clothing. Powerful, energetic, controlled mood, emotional depth in hands and chain tension. Fine film grain, soft vignette, shallow depth of field, high resolution, photo-realistic.

Подробное описание его стиля, художественных и технических аспектов, композиции и освещения. можно использовать как вводную информацию для бота, который пишет сценарий для сюжетов по фотосессиям в его стиле.

Ну для начала нужно разобраться, что означает "совершенно не похожи"

1. самая частая причина - лицо героя слишком маленькое, поэтому сети не за что зацепиться. увеличьте главных героев, чтобы площадь лица занимала немного большую часть изображения - тогда у сети будет материал для анализа и она сможет подхватить портретное сходство

2. сходство начинает теряться, когда главный герой начинает заметно крутить головой. так что в раздел негативного запроса можете добавить
"foreshortening profile, foreshortening semi-profile, turns heads in profile, turning to profile, turning of the head away from the camera, profile view, half-profile view, side view, head turned sideways"
как вариант в основной запрос можно указать, что герои стараются всегда смотреть в камеру
looking at the camera; Both look calmly and thoughtfully at the camera;

3. kling в автоматическом режиме часто пытается добавить улыбку, которая может искажать родные пропорции лица
так что либо в негатив добавляем: smile, smiling
либо в основной запрос указываем спокойное выражение лица или едва заметная улыбка, если она присутствует на оригинале фотографии :
with a calm expression on their faces; Both look calmly and thoughtfully; their expressions gentle and slightly reflective; a faint smile/a subtle smile/a slight smile/a gentle smile

4. иногда бывает, что сеть просто "не любит" конкретно эту фотографию. какое-то неудачное совпадение ракурса, освещения и родных частей лица, в которых она не может разобраться. самый простой способ понять, как именно сеть видит конкретного человека на конкретной фотографии - прогнать эту фотографию через стандартный апскейл 2x+struzan+gfpgan - почти всегда фотография чуть-чуть становятся более пластиковой, но при этом сохраняет практически все портретное сходство. но бывают и ситуации, когда такой проход меняет лицо до неузнаваемости - значит примерно так сетка видит вашего человека, и тут уже ничего не поделаешь - проще всего поменять фотографию

Добрый вечер всем.
У меня не получается нормально оживить фотографию. Какой бы запрос я ни писал, на видео получается какое-то месиво , а если лица и рендерятся нормально, - то совершенно не похожи.

https://dzen.ru/a/Z7yiEUwq1hFF4WA8
Подробная обзорная статья в Яндекс.Дзене, объясняющая преимущества VisoMaster перед предшественниками и содержащая практические советы по установке и настройке. Хорошо структурирована для быстрого изучения основ.

https://rutube.ru/video/35b6a7dd1430e159e60a4c762c0ec045/
Русскоязычная версия обучающего видео с детальным разбором функционала VisoMaster, включая работу с множественными лицами и настройку виртуальной камеры. Дублирует YouTube-контент для пользователей, предпочитающих отечественные платформы.

https://rutube.ru/video/ef8cda37d83d87161aa4c6774515774e/
Обновленная версия обучающего материала от 12 апреля 2025 года с актуальной информацией о последних функциях программы. Содержит самые свежие рекомендации по оптимизации работы.

https://www.youtube.com/watch?v=jCd9L9_oYR4
Пошаговое руководство по установке VisoMaster от канала FoxtonAI с использованием однокликового инсталлятора. Особенно полезно для пользователей Windows с видеокартами NVIDIA, испытывающих трудности с ручной установкой.

https://www.youtube.com/watch?v=fpWoBS44rx8
Детальное руководство по установке с объяснением требований к CUDA, настройке виртуальных сред и созданию bat-файлов для запуска. Рекомендуется для продвинутых пользователей, предпочитающих ручную настройку.

5. Резюме

VisoMaster — универсальное решение для смены и редактирования лиц с подробной системой параметров, позволяющей добиться естественного результата в различных сценариях: от статичных портретов до динамического видеопотока в реальном времени.

• Face Swap отвечает за автоматическую замену с поддержкой множества моделей и масок. 
• Face Editor обеспечивает детальную настройку позы, выражения, макияжа и цвета. 
• Common содержит общие настройки, такие как смешивание, цветокоррекция и морфинг. 
• Settings управляет системными и файловыми параметрами.

Оптимальные комбинации параметров зависят от конкретной задачи (портрет, групповое фото, стрим, динамическое видео) и выражены в рекомендациях, приведённых выше. Кроме того, важно учитывать требования к системе (NVIDIA GPU, достаточный VRAM) и этические аспекты использования технологии глубоких фейков.


VisoMaster – официальный сайт, описание функционала:
https://www.visomaster.org/

VisoMaster – официальный сайт, требования к системе и конфиденциальность:
https://visomaster.com/

GitHub (visomaster/VisoMaster), раздел Features (README):
https://github.com/visomaster/VisoMaster/blob/main/README.md

GitHub (visomaster/VisoMaster) – основной репозиторий и лицензия GPL-3.0:
https://github.com/visomaster/VisoMaster

GitHub (visomaster/VisoMaster) – страница релизов (включая версию v0.1.6):
https://github.com/visomaster/VisoMaster/releases

Видеообзор VisoMaster v0.1.6 (Bilibili):
https://www.bilibili.com/video/BV1ef9zY5EHG/

YouTube-руководство «Install VisoMaster (Roop Live) Face Swap in 1-Click»:
https://www.youtube.com/watch?v=jCd9L9_oYR4

Обзор VisoMaster на aiToolNet.com:
https://www.aitoolnet.com/visomaster

Статья «VisoMaster (newest SOTA 0-shot Face Swap / Deep Fake APP)» на DEV Community:
https://dev.to/furkangozukara/visomaster-newest-sota-0-shot-face-swap-deep-fake-app-1ooe

AI-информационный портал Aibase.com – описание VisoMaster:
https://www.aibase.com/tool/36024

3. Оптимальные комбинации параметров для различных задач

Ниже приведены несколько рекомендуемых комбинаций параметров для распространённых задач. Каждая сочетание снабжено подробным комментарием для начинающего пользователя.

3.1 Задача: Замена лица на статичном фото (портрет в анфас)

ЦитироватьЦель: получить естественный результат, минимально отличающийся от оригинала по цветам и выражению.

[list=1]

• Face Swap → Model: выбрать DFL (DeepFaceLab) модель, если она есть, или LivePortrait, если нужно быстрое решение.
      • Комментарий: DFL-модель обычно даёт более качественный результат, но требует больше ресурсов и времени на загрузку модели; LivePortrait проще и быстрее настроить новичку. ( [github.com] ).
  
  
• Face Detector: MTCNN, Confidence Threshold = 0.8.
      • Комментарий: MTCNN надёжно определяет лицо под прямым углом; порог 0.8 — хороший баланс между пропуском ложных срабатываний и корректным обнаружением. ( [github.com] ).
  
  
• Masking: включить XSeg Masking → если результат «рваный», попытаться вручную подправить маску глаз и рта.
      • Комментарий: XSeg Masking отделяет глаза, нос и рот более точно, чем простая маска «вся голова». Это важно, чтобы не затрагивать брови или волосы. ( [github.com] ).
  
  
• Expression Restoration: отключить (если хотите сохранить мимику исходного лица без изменений).
      • Комментарий: реставратор выражений полезен, если оригинал и исходное лицо сильно отличаются по выражению. В данном случае лучше оставить оригинальную мимику. ( [github.com] ).
  
  
• Crop Scale: 1.2
      • Комментарий: слегка расширяет область лица, захватывая уши и часть шеи, чтобы замена выглядела более естественной. Значение 1.0–1.3 обычно подходит для портретов. ( [github.com] ).
  
  
• VY Ratio: 0.0 (сдвиг не нужен, так как лицо анфас).
      • Комментарий: если лицо фиксировано, сдвиг не понадобится; при небольших погрешностях детектора можно сдвинуть ±0.05. ( [github.com] ).
  
  
• Blur Amount: 5
      • Комментарий: плавный переход краёв лица; слишком низкие значения (0–2) могут давать жёсткую границу, слишком высокие (>10) слишком размывают лицо. ( [github.com] ).
  
  
• Alpha Blending: 1.0
      • Комментарий: для фото обычно делают полное наложение лица. При необходимости слегка снизить до 0.95, чтобы просвечивал фоновый оттенок кожи. ( [github.com] ).
  
  
• Color Matching: Histogram Match (автоматическое согласование гистограмм).
      • Комментарий: один из самых простых способов подогнать цвет «нового» лица под фон, без вручную́й коррекции. ( [github.com] ).
  
  
• Brightness / Contrast / Saturation: 0 (оставить по умолчанию)
      • Комментарий: при корректном Histogram Match обычно ручная тонкая настройка не нужна. Если цвет лица слишком бледный, добавить Brightness +0.05. ( [github.com] ).
  
  
• Warp Strength: 0.8
      • Комментарий: при 0.8 лицо «подтягивается» к форме оригинала, сохраняя при этом немного своих черт. Значения 0.7–0.9 рекомендуются для портретов. ( [github.com] ).
  
  
• Sharpen Amount: 0.2
      • Комментарий: чуть повысит резкость «нового» лица, если оно выглядит слишком мягким. Для типичного портрета 0.1–0.3 хватит. ( [github.com] ).
  
  
• Smooth Amount: 0.1
      • Комментарий: убирает мелкие артефакты плавным сглаживанием. Для фото обычно достаточно 0.05–0.15. ( [github.com] ).
  

ЦитироватьПояснение для новичка:
Это сочетание параметров направлено на «плавную» замену лица в портрете: XSeg Masking даёт точные маски, Blur Amount обеспечивает мягкие края, а Histogram Match автоматически корректирует цвет, чтобы лицо выглядело естественно. Warp Strength делает форму лица согласованной с позицией оригинального лица. Остальные ползунки (Brightness, Contrast и др.) можно оставить по умолчанию и корректировать лишь при необходимости.

---

3.2 Задача: Замена лица в групповом фото (несколько людей в кадре)

ЦитироватьЦель: заменить лица нескольких человек в кадре, сохранив экспрессию и ракурс каждого.

[list=1]

• Face Swap → Enable Multi-Face Swapper:
      Комментарий: Multi-Face Swapper автоматически определит все лица и позволит заменить их одним кликом или поочерёдно. ( [github.com] ).
  
  
• Face Detector: RetinaFace, Confidence Threshold = 0.75.
      • Комментарий: RetinaFace лучше справляется с детектированием лиц в разных ракурсах, подходит для групповых фото. Более низкий порог помогает обнаружить лица под углом. ( [github.com] ).
  
  
• Occlusion Masking (DFL XSeg): включить.
      Комментарий: полезно при перекрытиях лиц (один человек стоит частично за другим) — маска автоматически обрабатывает перекрытые области. ( [github.com] ).
  
  
• Expression Restoration: включить.
      • Комментарий: если исходные лица имеют разную мимику, реставратор перенесёт эмоции на новое лицо, сохраняя естественность. Часто в групповых фото люди смотрят в разные стороны или улыбаются по-разному. ( [github.com] ).
  
  
• Crop Scale: 1.0–1.1.
      • Комментарий: для группового фото лучше не слишком расширять область, чтобы избежать перекрытия соседних лиц. Значение 1.0–1.1 оптимально. ( [github.com] ).
  
  
• Blur Amount: 4.
      • Комментарий: немного меньшая размытие, чтобы края лиц не «растекались» и лица не накладывались друг на друга. ( [github.com] ).
  
  
• VY Ratio: подстраивать индивидуально для каждого лица, если датчик обнаружил неверный центр. Обычно –0.02...+0.02.
      • Комментарий: важный шаг для точной вырезки, особенно если лица на разных уровнях (люди в рост и сидящие). ( [github.com] ).
  
  
• Alpha Blending: 0.98.
      • Комментарий: слегка снизить плотность наложения, чтобы избежать «плоского» вида, когда все лица выглядят одинаково. Немного исходного тона придаёт естественность. ( [github.com] ).
  
  
• Color Matching: Manual Color Balance (Hue +0.02, Saturation –0.01, Brightness +0.02).
      • Комментарий: в групповом фото освещение может быть неоднородным, поэтому автоматическое Histogram Match иногда некорректно выравнивает цвет для каждого лица. Ручная регулировка позволяет тонко настроить оттенок. ( [github.com] ).
  
  
• Brightness / Contrast / Saturation:
      • Brightness: +0.02 (небольшое освещение, т.к. при мульти-замене лица часто чуть темнее)
      • Contrast: +0.05 (чтобы лица не выглядели плоско)
      • Saturation: 0 (оставить базовую насыщенность)
      • Комментарий: корректировка помогает сохранить одинаковую экспозицию и контрастность на всех лицах. ( [github.com] ).
  
  
• Warp Strength: 0.9.
      • Комментарий: для группового фото лица должны максимально точно совпадать с оригинальными, чтобы не было «размазанного» эффекта. ( [github.com] ).
  
  
• Sharpen Amount: 0.1
      • Комментарий: лёгкая правка резкости, чтобы при мультизамене лица не появлялись артефакты. ( [github.com] ).
  
  
• Smooth Amount: 0.15
      • Комментарий: чуть больше сглаживания, чем для одиночного портрета, чтобы минимизировать «шовность» между соседними лицами. ( [github.com] ).
  

ЦитироватьПояснение для новичка:
В подробных групповых снимках очень важно, чтобы каждое лицо корректно обрабатывалось отдельно, особенно если перспектива или выражение отличаются. RetinaFace лучше «видит» лица в разных ракурсах, а Occlusion Masking автоматически скрывает части перекрывающихся лиц. Для гармоничного результата стоит дать каждому лицу собственные поднастройки (VY Ratio, масштаб, цвет), а мягкое Alpha Blending поможет избежать «плоского одинакового» вида.

---

3.3 Задача: Живое видео со сменой лица через веб-камеру (стриминг)

ЦитироватьЦель: трансляция с веб-камеры с заменой лица в реальном времени, например, для стрима или видеозвонка.

[list=1]

• Face Swap → Live Swapping via Webcam: активировать.
      • Комментарий: режим «Live» автоматически включает захват с веб-камеры и вывод через виртуальную камеру. ( [github.com] ).
  
  
• GPU Selection: выбрать GPU с максимальным VRAM, если есть несколько — для плавного стрима.
      • Комментарий: для реального времени нужна минимальная задержка, поэтому GPU должен работать без перегрузок. ( [visomaster.com], [github.com] ).
  
  
• TensorRT Optimization: включить.
      • Комментарий: TensorRT ускоряет вычисления и снижает задержку, очень важно для стриминга. ( [visomaster.com], [github.com] ).
  
  
• Batch Size: 1 (каждый кадр обрабатывается отдельно).
      • Комментарий: если больше, задержка сразу возрастает; единичный батч минимизирует лаг. ( [github.com] ).
  
  
• Face Detector: Tiny Face Detector / RetinaFace Lite, Confidence Threshold = 0.6.
      • Комментарий: «лёгкий» детектор быстрее находит лица с невысоким разрешением, допускает чуть больше ошибок, но задержка минимальна. Для стрима лучше пожертвовать немного качеством ради скорости. ( [github.com] ).
  
  
• Crop Scale: 1.0
      • Комментарий: чтобы не обрезать слишком много области вокруг головы и избежать обрыва волос, но без «запасов», из-за которых обработка будет дольше. ( [github.com] ).
  
  
• VY Ratio: 0.0–0.05 (подстраивать «на лету»).
      • Комментарий: в живом видео возможны резкие движения головы, поэтому оставьте небольшой запас для быстрой подстройки в случае потери детектора. ( [github.com] ).
  
  
• Blur Amount: 3
      • Комментарий: низкая размытие по краям помогает сглаживать переходы без больших затрат времени на рендеринг. ( [github.com] ).
  
  
• Alpha Blending: 0.95
      • Комментарий: немного прозрачности сглаживает лицо, делая стрим более «живым» и менее «масочной» заменой. ( [github.com] ).
  
  
• Color Matching: отключить (чтобы снизить задержку).
      • Комментарий: автоматическое согласование гистограмм замедляет стрим; лучше вручную подобрать цвет до начала трансляции или оставить исходный цвет. ( [github.com] ).
  
  
• Brightness / Contrast / Saturation: оставить на 0 (чтобы не тратить ресурсы).
      • Комментарий: все цветовые правки лучше сделать в статичном режиме перед стримом. ( [github.com] ).
  
  
• Warp Strength: 0.7
      • Комментарий: немного меньшее значение, чем для статичных фото, чтобы ускорить морфинг. 0.7 даёт достаточное соответствие форме головы без лишней нагрузки. ( [github.com] ).
  
  
• Sharpen Amount: 0
      • Комментарий: отключить, так как резкость сильно нагружает GPU, и в стриме нормально, если лицо чуть мягче. ( [github.com] ).
  
  
• Smooth Amount: 0.05
      • Комментарий: минимальное сглаживание артефактов, чтобы не было «рвать» на быстром движении, но без больших затрат. ( [github.com] ).
  

ЦитироватьПояснение для новичка:
Стриминг сильно зависит от быстрого инференса, поэтому отключаем ресурсоёмкие операции (Color Matching, Sharpening). Используем лёгкий детектор и минимальную обработку, чтобы сохранить плавность. TensorRT и Один кадр за раз (Batch Size = 1) минимизируют задержку, а небольшое сглаживание и размытие делают замену менее «жёсткой».

---

3.4 Задача: Смена лица в коротком видеоклипе (коридорный угол, быстрое движение)

ЦитироватьЦель: заменить лицо на клипе, где человек быстро движется, возможны резкие ракурсы.

[list=1]

• Face Swap → Model: DFL модель (если она была обучена на похожем ракурсе), иначе LivePortrait.
      • Комментарий: DFL-модель, обученная на нескольких ракурсах, лучше «понимает» лицо при быстром повороте; LivePortrait быстрее, но менее точен при резких движениях. ( [github.com] ).
  
  
• Face Detector: RetinaFace, Confidence Threshold = 0.7.
      • Комментарий: сбалансированный порог, который воспринимает лица и в сложных условиях. ( [github.com] ).
  
  
• Occlusion Masking: включить.
      • Комментарий: при быстром движении лицо может частично «скрываться» (волосы, рука), маскирование поможет избежать ошибочной замены. ( [github.com] ).
  
  
• Expression Restoration: включить (если важно сохранить эмоции).
      • Комментарий: в динамике лица меняются выражения, реставратор обеспечит плавный перенос эмоций. ( [github.com] ).
  
  
• Crop Scale: 1.3
      • Комментарий: расширенная область выреза важна, чтобы при резком движении контура лица не «обрезались» волосы или уши. ( [github.com] ).
  
  
• Blur Amount: 7
      • Комментарий: более сильная размытие по краям — для маскирования мельчайших «рваных переходов» при движении. ( [github.com] ).
  
  
• VY Ratio: отрегулировать на среднее значение +0.05, чтобы слегка сместить рамку вверх/вниз при изменении угла.
      • Комментарий: при динамичном видео детектор может «прыгать», поэтому маленький запас компенсирует мелкие сдвиги кадр за кадром. ( [github.com] ).
  
  
• Alpha Blending: 0.99
      • Комментарий: почти непрозрачное наложение, но с лёгкой «просвечивающей» границей, чтобы при движении лицо не выглядело «наклеенным». ( [github.com] ).
  
  
• Color Matching: Histogram Match + Manual Fine-Tune (Hue +0.01, Brightness +0.02).
      • Комментарий: автоматическая цветовая коррекция даст основу, а ручная тонкая настройка поможет компенсировать изменения освещения в кадре. ( [github.com] ).
  
  
• Brightness / Contrast / Saturation:
      • Brightness: 0 (освещение может меняться)
      • Contrast: +0.1 (чтобы лицо выделялось на фоне резкой картинки)
      • Saturation: +0.05 (чтобы лицо не выглядело «тусклым» на видео). ( [github.com] )
  
  
• Warp Strength: 0.85
      • Комментарий: чуть ниже максимального, чтобы лицо подстраивалось под движения головы, но не «рвало» при резких ракурсах. ( [github.com] ).
  
  
• Sharpen Amount: 0.15
      • Комментарий: лёгкая резкость, чтобы лицо не терялось и не расплывалось при движении. ( [github.com] ).
  
  
• Smooth Amount: 0.2
      • Комментарий: больше сглаживание, чем в статике, чтобы компенсировать «дрожание» краёв при смене позы и движении. ( [github.com] ).
  
  
• Motion Blur: 2
      • Комментарий: добавляет искусственное размытие вокруг лица при движении для большей реалистичности. Если движение очень быстрое, можно увеличить до 3–4. ( [github.com] ).
  

ЦитироватьПояснение для новичка:
В видеоклипе с быстрыми движениями важно расширить область выреза, чтобы не обрезались края головы, и добавить больше размытия краёв, чтобы переходы между старым и новым лицом не были заметны. Использование Occlusion Masking помогает избежать «расколотых» лиц, если они перекрываются с другими объектами. Motion Blur добавляет реалистичное размытие при движении. Общая идея — сделать замену «плавной» и менее резкой при смене положения головы.