用AI玩转品牌符号——SD超级符号案例分享&方法论

    前言

    品牌符号宣传海报作为品牌运营很重要的曝光手段,随着AI技术的不断发展已经逐渐替代传统设计方法,质量、效率方面的提升使它成为热门的超级符号延展的设计方式,今天我们就来了解下这套设计方法论,解析利用AI生图制作超级符号海报的方式。

    一、SD品牌运营实例——抖音+天猫+文字

    我们可以看到各大设计网站展示的用AI制作的符号海报,有文字、图形等,它们大多设计样式丰富,成矩阵展示,画面精致度很高,充满想象力,并且耗时特别少,产量很丰富,那么这样的海报是怎么生成制作的呢?下面带来一步步的解析。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图1

    二、SD符号演绎解析

    2.1、基础教程分析

    基础理论分析:在文生图模式下,通过大模型+prompt+controlnet(lineart控制外轮廓)的组合设计品牌符号海报,同时可以辅助lora、以及设计师创造力。

    总结基础公式:logo+lineart/canny

    基础公式生图:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图2

    基础公式下设计的百家号符号海报:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图3

    三、SD符号进阶版理论

    3.1、入门SD符号生成模式

    在基础公式下,我们需要加入深层controlnet来控制画面的前后关系。

    进阶版入门公式:logo+canny/lineart+depth

    进阶版入门公式下设计的度加符号海报:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图4

    3.2、进阶门槛——深度图(depth map)

    作为进阶入门我们需要了解一个概念就是“深度图”:

    深度图(depth map)
    深度图指存储单视图所有像素的深度值的二维图像,是空间单位,比如毫米。

    1)深度图是一张二维图像,和原图等大小 2)深度图每个位置保存的是该位置像素的深度值 3)深度值就是相机坐标系下的Z坐标值
    深度图上对应的区域越浅(深度值接近1),越远则越黑(深度值接近0)。也就是说深度值从0到1代表的是从远到近。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图5

    SD深度图解析:

    controlnet插件中有四种处理器,分别是midas、zoe、leres,leres++四种,精细度是递增的,随之而来的模型的生成时间也是成倍的增加,我们可以根据需求进行选择,其中以符号来说选择midas和zoe比较适合。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图6

    进阶版入门公式生图:

    我们在SD的controlnet插件中选择depth可以自动生成的深度图,我们可以通过预处理的效果进行跑图,然后挑选一张比较满意的生成一张海报,当然自己做深度图对于画面精准度的控制会更好。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图7

    3.3、初级SD符号生成模式(建模辅助)

    在AI生成的符号立体度不能满足我们设计创意的需求时候,我们需要自己进行辅助建模。

    进阶版初级公式:立体logo+depth+canny

    建模辅助1.0——进阶版初级公式:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图8

    建模辅助2.0——进阶版初级公式:

    我们还可以生成倒下的两点透视的符号视角,但是相应的视角是需要考虑到生图时候会出现的遮挡和识别性问题。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图9

    3.4、中级SD符号生成模式

    在日常生图的过程中会,我们会经常花很多时间进行抽卡,幸运的抽到S卡,生图时间减半,如果不幸抽不到S卡那生图时间加倍,这里我给大家介绍一个自研是符号生成方式,有效帮助提升概率,抽S卡卡池。

    3.5、进阶门槛——语义分割

    作为进阶中级生成模式需要了解一个概念就是“语义分割”:

    语义分割(Segmentation)

    语义分割是计算机视觉中很重要的一个方向。不同于目标检测和识别,语义分割实现了图像像素级的分类。它能够将一张图片或者视频(视频以帧来提取的话其实就是图片),按照类别的异同,将图像分为多个块。 语义分割即能够将整张图的每个部分分割开,使每个部分都有一定类别意义。和目标检测不同的是,目标检测只需要找到图片中目标,打上框然后分出类别。语义分割是以描边的形式,将整张图不留缝隙的分割成每个区域,每个区域是一个类别,没有类别的默认为背景background。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图10

    加语义分割的画面对比:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图11

    中级SD符号方式设计的度加符号海报:

    这里我们可以自己根据设计方案画出黑白灰的depth深度图,这里的深度图只有黑白灰的轮廓,并没有具体的元素的含义,所以生成的图只有构图和光影。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图12

    中级SD符号方式设计的度加符号海报:

    在黑白灰的depth深度图的基础上我们将各个部分进行颜色分割,可以参考网上的语义分割表,这时候我们除了构图和光影,也赋予了每个元素的具体的含义,进一步的控制住画面的构成。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图13

    +LoRA

    我们可以用这个方法加上各种LoRA就可以稳定生成很高品质的海报图,在S卡池中选择合适的图进一步精修,加上排版就是一套品牌符号宣传海报图。

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图14

    3.6、高级SD符号生成模式(风格控制)

    当我们想要某种风格的时候,但是没有适合的LoRA,我们需要自己研究办法去提取风格,这也就是自研的高级符号生成方式,这里介绍两个特殊的controlnet控制,shuffle和Refrence。
    shuffle是洗牌,就是把一张图打乱,只保留风格;Refrence是参考,整个风格、构图颜色等按照参考走,例如下面的两张图,我们可以通过这两个插件进行风格提取:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图15

    shuffle和Refrence生图:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图16

    运用高阶的符号生成模式,我们可以同时跑出一系列的品牌符号海报:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图17

    3.7、后期处理&图生图

    后期主要是通过图生图模式下进行的,常见的后期方式有放大算法,tile加细节,后期合成,局部重绘等方式。

    这里介绍一个增强细节的插件模型tile:

    tile模型本质上是一个重绘模型,但是会在保持原图构图、画风、人物主体等基础上,为画面增添更多的细节,提高图像的画质。
    1)增加细节,比如高清放大、修复照片、补齐草图、增加画质等 2)配合其它放大算法进行超高清放大(tile模型可以抑制全局提示词对局部图像的污染) 3)根据画面自动推断内容,消除违和感

    四、SD符号生成项目中的应用

    度加、多艺、新原计划logo演绎:

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图18

    学·用AI玩转品牌符号——SD超级符号案例分享%26方法论 - 图19

    结语

    单纯用AI设计方式设计视觉只能让你跟上设计步伐不掉队,MEUX内容生态设计团队致力于研究出更多方式控制AI的创意、风格、品质和效率,探索AI生图中更多可能性,让AI成为设计师手上一款好用的设计工具。