IC-Light
IC-Light是一个操控图像照明的项目。
"IC-Light"代表"施加一致光照"(我们将在本页末尾简要描述)。
目前,我们发布了两种类型的模型:文本条件重光照模型和背景条件模型。这两种类型都以前景图像作为输入。
开始使用
以下脚本将运行文本条件重光照模型:
git clone https://github.com/lllyasviel/IC-Light.git
cd IC-Light
conda create -n iclight python=3.10
conda activate iclight
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt
python gradio_demo.py
或者,要使用背景条件演示:
python gradio_demo_bg.py
模型下载是自动进行的。
请注意,"gradio_demo.py"在huggingFace Space这里有一个官方页面。
截图
文本条件模型
(注意,"光照偏好"只是初始潜在空间 - 例如,如果光照偏好是"左",那么初始潜在空间就是左白右黑。)
提示:美丽的女人,细节丰富的面孔,温暖的氛围,在家里,卧室
光照偏好:左
[图片]
提示:美丽的女人,细节丰富的面孔,窗户透进的阳光
光照偏好:左
[图片]
美丽的女人,细节丰富的面孔,霓虹灯,王家卫风格,温暖
光照偏好:左
[图片]
提示:美丽的女人,细节丰富的面孔,阳光,户外,温暖的氛围
光照偏好:右
[图片]
提示:美丽的女人,细节丰富的面孔,阳光,户外,温暖的氛围
光照偏好:左
[图片]
提示:美丽的女人,细节丰富的面孔,窗户透进的阳光
光照偏好:右
[图片]
提示:美丽的女人,细节丰富的面孔,窗户投下的阴影
光照偏好:左
[图片]
提示:美丽的女人,细节丰富的面孔,海上日落
光照偏好:右
[图片]
提示:帅气的男孩,细节丰富的面孔,霓虹灯光,城市
光照偏好:左
[图片]
提示:美丽的女人,细节丰富的面孔,光影
光照偏好:左
[图片]
(美丽的女人,细节丰富的面孔,柔和的摄影棚灯光)
[图片]
提示:佛陀,细节丰富的面孔,科幻RGB发光,赛博朋克
光照偏好:左
[图片]
提示:佛陀,细节丰富的面孔,自然光照
光照偏好:左
[图片]
提示:玩具,细节丰富的面孔,窗户投下的阴影
光照偏好:底部
[图片]
提示:玩具,细节丰富的面孔,海上日落
光照偏好:右
[图片]
提示:狗,魔法光照,科幻RGB发光,摄影棚灯光
光照偏好:底部
[图片]
提示:神秘的人,温暖的氛围,温暖的氛围,在家里,卧室
光照偏好:右
[图片]
背景条件模型
背景条件模型不需要仔细的提示。只需使用简单的提示,如"帅气的男人,电影级光照"即可。
[图片]
[图片]
[图片]
[图片]
更加结构化的可视化:
施加一致性光照
在HDR空间中,光照具有一个特性,即所有的光传输都是独立的。
因此,不同光源外观的混合等同于混合光源下的外观:
以上面的光照舞台为例,"外观混合"和"光源混合"产生的两幅图像是一致的(在理想情况下,在HDR空间中在数学上是等价的)。
我们在训练重光照模型时施加了这种一致性(在潜空间中使用MLP)。
因此,该模型能够产生高度一致的重光照效果——一致性如此之高,以至于不同的重光照结果甚至可以合并为法线贴图!尽管这些模型是潜在扩散模型。
从左到右分别是输入、模型重光照输出、分离的阴影图像和合并的法线贴图。请注意,该模型并没有使用任何法线贴图数据进行训练。这种法线估计来自重光照的一致性。
你可以使用这个按钮复现这个实验(它的速度是原来的1/4,因为它对图像进行了4次重光照)
以下是更大的图像(随意尝试自己获取更多结果!)
作为参考,geowizard(geowizard是一个非常出色的作品!):
以及,switchlight(switchlight是另一个出色的作品!):
模型说明
-
iclight_sd15_fc.safetensors - 默认的重光照模型,以文本和前景为条件。你可以使用初始潜在空间来影响重光照效果。
-
iclight_sd15_fcon.safetensors - 与"iclight_sd15_fc.safetensors"相同,但使用偏移噪声进行训练。请注意,默认的"iclight_sd15_fc.safetensors"在用户研究中略微优于此模型。这也是为什么默认模型是不带偏移噪声的模型的原因。
-
iclight_sd15_fbc.safetensors - 以文本、前景和背景为条件的重光照模型。
另外,请注意原始的BRIA RMBG 1.4仅供非商业使用。如果你在商业项目中使用IC-Light,请将其替换为其他背景替换器,如BiRefNet。
引用
@Misc{iclight,
author = {Lvmin Zhang and Anyi Rao and Maneesh Agrawala},
title = {IC-Light GitHub Page},
year = {2024},
}
相关工作
另请阅读...
Total Relighting: Learning to Relight Portraits for Background Replacement
Relightful Harmonization: Lighting-aware Portrait Background Replacement