Сколько фотографий нужно, чтобы модель «узнала» человека

Вопрос звучит просто, но ответ зависит от того, о какой технологии идёт речь. Существуют три разных подхода с принципиально разными требованиями к количеству исходных снимков.

Подход первый: один снимок

Самый распространённый сегодня. Модель извлекает признаки внешности из единственного изображения и использует их при генерации. Никакого предварительного обучения не требуется — результат приходит сразу.

Качество определяется тем, сколько информации несёт этот единственный кадр. Крупное резкое лицо при мягком свете даёт удивительно хорошее сходство; мелкое или обработанное — обобщённый результат.

Ограничение: модель видит один ракурс и один вариант освещения. Если она строит кадр в профиль, вторую половину лица приходится достраивать по симметрии.

Подход второй: небольшой набор

Часть сценариев принимает от двух до пяти снимков. Это заметно улучшает результат, потому что закрывает главную слабость одиночного кадра: модель получает внешность с разных ракурсов.

Оптимальный набор выглядит так:

1. Анфас при мягком свете — базовый кадр, несущий больше всего информации.
2. Три четверти — показывает объём и профильную часть черт.
3. Кадр при другом освещении — помогает отделить черты от светового рисунка.
4. Кадр с другой причёской или другим выражением — если такие варианты нужны в результате.

Больше пяти обычно не добавляет точности: полезная информация исчерпывается, а разнородные снимки начинают усреднять.

Подход третий: обучение персональной модели

Технология другого класса: на десятках снимков одного человека дообучается отдельная модель, которая затем воспроизводит его внешность в любых сценах с высокой точностью.

Требования серьёзнее: обычно от двадцати до нескольких десятков фотографий, разные ракурсы, разное освещение, разная одежда, желательно один период времени. Плюс время на обучение и заметно большая стоимость.

Смысл появляется, когда нужен не один кадр, а постоянный поток: регулярный контент с одним лицом, серия материалов, коммерческое использование. Для разового портрета это избыточно.

Как выбрать подход

• Один-два кадра под конкретную задачу — достаточно одного хорошего снимка.
• Серия портретов, аватар, важные площадки — набор из трёх-пяти.
• Регулярный контент, десятки кадров в месяц — имеет смысл персональная модель.

Чего не делать

Не загружайте всё подряд из галереи в надежде, что модель разберётся. Она не выбирает лучший кадр — она использует их совокупность, и слабые снимки тянут результат вниз.

Не смешивайте фотографии разных лет, если внешность заметно менялась. Результат будет усреднённым по возрасту и не совпадёт ни с одним периодом.

Не добавляйте групповые фото в набор: модель может захватить признаки не того человека.

Как собрать набор за пять минут

Встаньте лицом к окну днём. Поставьте телефон на опору на уровне глаз. Сделайте четыре кадра: анфас, поворот вправо на четверть, поворот влево на четверть, кадр с лёгким наклоном головы. Отойдите к другому окну или в другую комнату и повторите анфас при ином свете.

Пять кадров, снятых подряд в одинаковом качестве, дают лучший результат, чем любая выборка из архива за несколько лет.