عکاسی، نورپردازی، رندر سه‌بعدی و کنترل‌های مدل در تولید تصویر با هوش مصنوعی

چرا واژگان فنی مهم‌اند؟

در دو بخش قبلی درباره‌ی سبک‌های هنری و زیبایی‌شناسی‌ها صحبت کردیم؛ یعنی «چه ظاهری». این بخش درباره‌ی «چگونه» است: دوربین چه لنزی داشته باشد، نور از کدام جهت بتابد، رنگ‌ها چگونه تنظیم شوند و چه ابزاری ساختار تصویر را کنترل کند. این‌ها دقیقاً همان جزئیاتی‌اند که تصویر یک مبتدی را از خروجی حرفه‌ای جدا می‌کنند.

دلیل اهمیت این کلمات ساده است: مدل‌های تصویرساز روی تصاویر واقعی با ویژگی‌های دوربین، نورپردازی و پردازش مشخص آموزش دیده‌اند. وقتی در پرامپت می‌نویسید «Shallow Depth of Field» یا «Rembrandt Lighting»، به الگوهایی اشاره می‌کنید که مدل بارها دیده است. نتیجه معمولاً بسیار قابل‌اتکاتر از توصیف‌های کلی مثل «نور قشنگ» است.

هدف ما در این مقاله این است که واژگان را دسته‌بندی کنیم و برای هر دسته توضیح دهیم چه زمانی و چگونه از آن استفاده کنید. دقت کنید که تاثیر این واژه‌ها به مدل بستگی دارد؛ مدل‌هایی مثل Midjourney، Stable Diffusion و DALL·E هرکدام سینتکس و دیتاست متفاوتی دارند و بهترین راه، آزمایش کوتاه است.

سبک‌های عکاسی

وقتی می‌خواهید خروجی شبیه یک عکس واقعی دیده شود، نه نقاشی، از ژانرهای عکاسی کمک بگیرید.

پرتره و مد

«Portrait Photography» چهره را با پس‌زمینه‌ی محو و نور کنترل‌شده نشان می‌دهد. «Headshot» کادر نزدیک روی صورت و شانه است و «Professional Portrait» برای پروفایل کاری مناسب است. «Fashion Photography» ژست و استایلینگ حرفه‌ای دارد و «Editorial Fashion» حس مجله‌ای و کانسپچوال. «Beauty Photography» پوست بی‌نقص با نور نرم دارد.

مستند و خیابانی

«Documentary Photography» لحظه‌های واقعی با نور طبیعی، «Street Photography» لحظه‌ی بدون ژست در فضای عمومی و «Candid Photography» حالت‌های طبیعی و بی‌ژست را می‌سازد. این‌ها برای تصاویر باورپذیر و بدون حس تبلیغاتی مناسب‌اند.

منظره، معماری و ماکرو

«Landscape Photography» کادر وسیع طبیعت با شکوه نوری، «Architecture Photography» خطوط دقیق و پرسپکتیو، «Aerial Photography» نمای بالا و «Macro Photography» جزئیات بسیار ریز با پس‌زمینه‌ی شدیداً محو است. «Wildlife Photography» و «Underwater Photography» هم برای حیات وحش و زیر آب کاربرد دارند.

سبک‌های خاص

«Night Photography» نور کم و چراغ شهری، «Long Exposure» ردهای نوری، «Infrared Photography» آسمان تیره و گیاه روشن، «Polaroid» حاشیه‌ی سفید و کنتراست ملایم و «Lomography» رنگ‌های تجربی و وینیت. «Vintage Photography» تُن کلاسیک عکس میانه‌ی قرن بیستم را می‌دهد و «Black and White Photography» دامنه‌ی تونال دقیق.

پیشنهاد مقاله: هوش مصنوعی تولید محتوا در اینستاگرام

دوربین، فرمت و لنز

نوشتن مشخصات دوربین به مدل کمک می‌کند «رفتار» نوری عکس را شبیه‌سازی کند.

فرمت سنسور

• Full-frame: عمق میدان کمتر و بوکه نرم‌تر با دامنه‌ی دینامیکی بهتر.
• Super 35: ظاهر سینمایی استاندارد با عمق میدان کمی بیشتر.
• Medium Format: تُن و جزئیات بسیار غنی با بوکه لوکس‌تر.
• Micro Four Thirds: عمق میدان بیشتر و شارپی کل کادر.

لنزهای تخصصی

لنز آنامورفیک (Anamorphic) کادر واید سینمایی با فلر افقی و بوکه‌ی بیضی می‌دهد. لنز تیلت‌شیفت (Tilt-Shift) افکت مینیاتوری با فوکوس نواری می‌سازد. لنز تله (Telephoto) پس‌زمینه را فشرده می‌کند و چهره را flattering‌تر نشان می‌دهد. لنز ماکرو برای جزئیات ریز و «Fisheye» برای زاویه‌ی خیلی باز با خمیدگی شدید لبه‌هاست. «Vintage Glass» هم کاراکتر لنز قدیمی با کنتراست نرم دارد.

عمق میدان و بوکه

«Depth of Field» و «Shallow Depth of Field» تمرکز را روی سوژه نگه می‌دارند. «Bokeh» پس‌زمینه‌ی خارج از فوکوس با نقاط نور محو است و «Creamy Bokeh» نسخه‌ی بسیار نرم آن. «Cat's Eye Bokeh» بوکه‌ی کشیده در کناره‌ی کادر و «Bokeh Shapes» شکل‌های خاص مثل مثلث و بیضی را می‌سازد.

فیلترها و اپتیک

فیلترهای ND و GND و پلاریزه نور کلی و بازتاب را کنترل می‌کنند. «Black Pro-Mist» هایلایت‌ها را نرم می‌کند و «Streak» نور نقطه‌ای را به خط تبدیل می‌کند. «Lens Flare» و «Chromatic Aberration» هم خطاهای لنز را شبیه‌سازی می‌کنند که حس واقعی‌تر می‌دهد.

الگوهای نورپردازی

نور مهم‌ترین عنصر در حس یک عکس است. خوشبختانه واژگان نورپردازی در مدل‌ها بسیار خوب جا افتاده است.

الگوهای کلاسیک پرتره

• Rembrandt Lighting: مثلث نور روی گونه‌ی سایه، حس دراماتیک و حرفه‌ای.
• Butterfly / Paramount Lighting: نور بالا و وسط با سایه‌ی پروانه‌ای زیر بینی.
• Loop Lighting: سایه‌ی کوچک بینی روی گونه، چهره‌ی طبیعی و خوش‌فرم.
• Split Lighting: نیمی از صورت روشن و نیمی در سایه‌ی عمیق.
• Broad / Short Lighting: نور روی سمت نزدیک‌تر یا دورتر صورت به دوربین.
• Clamshell Lighting: نور بالا و پایین برای پوست یکنواخت.

کیفیت نور

«Soft Box Lighting» و «Octabox Lighting» نور نرم و یکنواخت استودیویی می‌دهند. «Ring Light» نور یکدست بدون سایه‌ی شدید است و «Hard Light» سایه‌ی تیز و کنتراست بالا. «Flash Photography» نور مستقیم و تند دارد. «High Key» روشن و پاکیزه با سایه‌ی کم است و «Low Key» غالباً در سایه و رازآلود.

نور طبیعی و جوی

«Golden Hour» نور طلایی نزدیک غروب، «Blue Hour» آسمان آبی عمیق، «Backlighting» نور از پشت سوژه، «Available Light» نور طبیعی صحنه و «Volumetric Lighting» پرتوهای قابل‌دیدن در هوا. «Rim Light» خط نور دور لبه برای جداکردن سوژه از پس‌زمینه است.

نورپردازی سینمایی

«3-Point Classic» ترکیب Key و Fill و Rim است. «Motivated Lighting» نوری است که انگار از منبع واقعی صحنه می‌آید و «Practical Lights» چراغ‌های داخل کادر که هم دکورند هم نور می‌دهند. ژل‌های CTO و CTB دمای رنگ را اصلاح می‌کنند.

پیشنهاد مقاله: خطرات هوش مصنوعی

کالرگرید و پردازش فیلم

رنگ‌بندی نهایی حس تصویر را تعیین می‌کند. دو دسته‌ی اصلی داریم: گریدهای سینمایی و شبیه‌سازی فیلم آنالوگ.

گریدهای سینمایی

«Teal-and-Orange» سایه‌های آبی-سبز و هایلایت‌های نارنجی دارد و معروف‌ترین گرید فیلم‌های هالیوودی است. «Bleach Bypass» کنتراست بالا و رنگ کم‌جان با بافت خشن دارد و «ENR Grading» سبز و آبی عمیق با قرمز قوی. «Day-for-Night» شب را در روز شبیه‌سازی می‌کند و «Print Emulation» کنتراست و رنگ چاپ فیلم را می‌آورد.

فیلم آنالوگ

«Analog Film»، «Vintage Film» و «Film Grain» دانه‌دانگی و رنگ فیدشده می‌دهند. «Cross Processing» رنگ‌های شیفت‌دار غیرعادی ایجاد می‌کند. فیلم‌هایی مثل Portra، Cinestill و HP5 هرکدام امضای رنگی خاصی دارند. برای تصاویر عکاسی انسانی، نوشتن یک نوع فیلم معمولاً حس باورپذیری را بالا می‌برد.

تونینگ

«Sepia» تک‌رنگ قهوه‌ای گرم، «Cyanotype» تُن آبی-فیروزه‌ای، «Split Toning» ته‌رنگ جداگانه برای هایلایت و سایه و «Monochrome» یک ته‌رنگ برای برجسته‌کردن فرم.

رندر سه‌بعدی و شبیه‌سازی

اگر تصویر موردنظرتان شبیه رندر سه‌بعدی یا خروجی استودیو VFX باشد، این واژگان به کارتان می‌آید.

موتورهای رندر

«Octane Render»، «Vray Render»، «Unreal Engine»، «Blender Render» و موتورهایی مثل Redshift، Arnold و RenderMan هرکدام تعادل متفاوتی بین سرعت و دقت دارند. «Octane» رندر فوق‌واقع‌گرا با بازتاب دقیق می‌دهد و «Unreal Engine» حس real-time شبیه صحنه‌ی بازی را.

نور و متریال فیزیکی

«Ray Tracing» بازتاب و شکست نور دقیق به‌خصوص روی شیشه و فلز می‌دهد. «Global Illumination» نشت نور بین سطوح، «Ambient Occlusion» سایه‌های نرم در گوشه‌ها، «Subsurface Scattering» نفوذ نور داخل پوست یا موم و «Physically Based Rendering» متریال‌هایی که مثل دنیای واقعی نور را بازتاب می‌دهند. «Caustics» هم الگوهای نور شکسته در شیشه و آب است.

مدل‌سازی و جزئیات

«High Poly» مدل نرم با جزئیات ریز، «Low Poly» سطوح تخت، «Photogrammetry» مدل واقعی از چند عکس، «Microdisplacement» جزئیات سطح بسیار ریز و «XGen/Yeti Grooming» مو و خز با تراکم واقعی. «Clearcoat»، «Sheen»، «Thin Film» و «Iridescence» رفتارهای پیشرفته‌ی بازتاب‌اند.

شبیه‌سازی و VFX

شبیه‌سازی مایع (FLIP)، دود و آتش (Pyro/VDB)، تخریب اجسام (RBD) و پارچه (Cloth) برای صحنه‌های واقع‌گرای پرجزئیات استفاده می‌شوند. «Particle Effects» گردوغبار، جرقه و برف را اضافه می‌کند.

مدیریت رنگ و پست‌پروداکشن

ACES و OCIO رنگ استاندارد بین نرم‌افزارها را تضمین می‌کنند. «AOV/Light Passes» لایه‌های جدا از رندر برای تنظیم نور در کامپوزیت می‌دهد و «Cryptomatte» ماسک آماده برای انتخاب سریع هر شیء. «Keying» جداسازی از پرده‌ی سبز است. این موارد بیشتر برای گردش‌کارهای حرفه‌ای‌اند و در پرامپت ساده‌ی متنی تاثیر محدودتری دارند.

کنترل‌های مدل و ابزارهای ساختاری

تا اینجا درباره‌ی «توصیف متنی» صحبت کردیم. اما بخشی از کنترل خروجی از خود ابزار می‌آید، نه از متن پرامپت.

پرامپت منفی و پارامترها

«Negative Prompts» عناصر ناخواسته را حذف می‌کند. «CFG/Guidance» میزان پایبندی مدل به متن را تعیین می‌کند. «Stylization Strength» میزان غلبه‌ی سبک بر واقعیت مرجع است و «Seed/Variation» تکرارپذیری یا تنوع نتیجه را مدیریت می‌کند.

ControlNet

ControlNet ساختار تصویر را با یک مرجع قفل می‌کند. حالت‌های مختلفی دارد: Canny برای لبه‌ها، Depth برای عمق، OpenPose برای ژست بدن، LineArt و SoftEdge برای خطوط و MLSD برای خطوط مستقیم معماری. اگر می‌خواهید ژست یا ترکیب‌بندی دقیقاً مطابق یک مرجع باشد، این ابزار بهترین انتخاب است.

IP-Adapter، LoRA و Embedding

IP-Adapter وفاداری به تصویر مرجع را بدون فاین‌تیون کامل بالا می‌برد. «Reference-Only Style» فقط رنگ و بافت را از مرجع می‌گیرد. LoRA و Embedding سبک یا کاراکتر را شخصی‌سازی می‌کنند و با پرامپت کوتاه‌تر نتیجه‌ی تکرارپذیرتر می‌دهند.

ادیت با زبان طبیعی

برخی مدل‌های جدید اجازه می‌دهند با جمله‌های ساده ادیت کنید («Natural Language Editing»): تعویض لباس، تغییر ژست، تعویض پس‌زمینه یا اصلاح یک بخش مشخص بدون تغییر بقیه‌ی تصویر («Localized Editing»).

کنترل کیفیت

«Quality Modifiers» مثل «True 4K» و «Enhance» جزئیات و شارپنس را بالا می‌برند، اما سبک مستقل نیستند. «Without Looking Artificial» هم برای کاهش نشانه‌های مصنوعی AI به کار می‌رود.

ادیت، کامپوزیت و رتوش

خروجی خام مدل بعد از پست‌پروداکشن معمولاً چند پله بهتر می‌شود.

تکنیک‌های رتوش

«Frequency Separation» رنگ را از بافت جدا می‌کند تا پوست را بدون از دست‌دادن جزئیات رتوش کنید. «Dodge & Burn» روشن و تیره‌کردن نقطه‌ای برای حجم‌دهی است. «Luminosity Masks» ادیت دقیق بر اساس روشنایی انجام می‌دهد و «Gradient Maps» و «LAB Color Corrections» اصلاح پیشرفته‌ی رنگ بدون خراب‌شدن روشنایی.

شارپ و نویز

«Deconvolution Sharpen» شارپ‌سازی واقعی‌تر می‌دهد و «Wavelet Denoise» نویز را با حفظ جزئیات کم می‌کند. «Film Grain Synthesis» هم گرین فیلم را برای حس طبیعی‌تر اضافه می‌کند.

کامپوزیت

«Relighting» جهت و رنگ نور را بعد از گرفتن تصویر تغییر می‌دهد، «HDR Merge» چند نوردهی را ترکیب می‌کند، «Multi-Exposure» چند لحظه را در یک قاب می‌آورد و «Matte Painting» بک‌گراندهای بزرگ و باورپذیر می‌سازد. «Background Replacement» هم محیط پشت سوژه را با هماهنگی نور و لبه عوض می‌کند.

پوست واقعی

برای پرتره‌ی طبیعی، عباراتی مثل «Lifelike Pores»، «Natural Skin Translucency» و «Delicate Catchlights» کمک می‌کنند پوست مصنوعی و پلاستیکی دیده نشود. «Pristine Skin Tone» برعکس پوست یکدست و بی‌نقص نزدیک به روتوش تبلیغاتی می‌سازد، پس بسته به هدف انتخاب کنید.

طراحی صنعتی و محصول

برای تصویرسازی محصول و مفهوم‌سازی طراحی صنعتی، چند واژه‌ی کلیدی وجود دارد.

• CMF (رنگ، متریال، پرداخت): انتخاب جنس و پرداخت سطح برای حس برند.
• Product Visualization: رندر دقیق محصول با نور استودیویی.
• Product Mockup: نمایش واقع‌نمای محصول روی بسته یا سطح.
• Class-A Surfacing: سطح بسیار صاف و لوکس، رایج در طراحی خودرو.
• Exploded View: فاصله‌ی اجزا برای نمایش مونتاژ.
• Cutaway: برش لایه‌ی بیرونی برای نمایش ساختار داخلی.
• Commercial Photography: عکس محصول با نور استودیویی دقیق و حس کاتالوگی.

اگر هدف شما عکس محصول برای فروشگاه آنلاین است، ترکیب «Commercial Photography»، «Soft Box Lighting» و «Shallow Depth of Field» معمولاً نتیجه‌ی خوبی می‌دهد.

جدول مقایسه الگوهای نور

نمونه پرامپت‌های ترکیبی

ساختار پیشنهادی: موضوع، ژانر عکاسی، لنز و دوربین، نور، گرید رنگ، جزئیات واقع‌گرایانه.

نمونه ۱: پرتره‌ی حرفه‌ای

Professional portrait of a man in his thirties, full-frame camera, 85mm telephoto lens, shallow depth of field, Rembrandt lighting, soft gold and ivory palette, lifelike pores, natural skin translucency

نمونه ۲: صحنه‌ی شبانه‌ی سینمایی

A rainy city street at night, anamorphic lens, cinematic, teal-and-orange grade, volumetric haze, practical neon lights, film grain

نمونه ۳: عکس محصول

Ceramic coffee mug on a marble surface, commercial photography, soft box lighting, shallow depth of field, clean minimal background, glassy reflections

برای کنترل بیشتر، همین پرامپت‌ها را با ControlNet (مثلاً Depth یا Canny) و یک تصویر مرجع ترکیب کنید تا ترکیب‌بندی دقیقاً همان‌طور شود که می‌خواهید.

پیشنهاد مقاله: هوش مصنوعی چهره DeepSwap

سوالات متداول

برای پرتره واقع‌گرا کدام نورپردازی را در پرامپت بنویسم؟

Soft Box Lighting، Loop Lighting و Rembrandt Lighting انتخاب‌های رایج‌اند. اولی نرم و یکنواخت است، دومی طبیعی و خوش‌فرم و سومی دراماتیک و حرفه‌ای.

تفاوت ControlNet و LoRA چیست؟

ControlNet ساختار تصویر (ژست، عمق، خطوط) را با یک مرجع قفل می‌کند، اما LoRA یک ماژول آموزش‌دیده برای یک سبک یا کاراکتر خاص است و نتیجه را تکرارپذیرتر می‌کند.

چطور تصویر هوش مصنوعی را طبیعی‌تر کنم؟

از ویژگی‌های واقعی دوربین مثل عمق میدان، گرین فیلم، منافذ پوست و نور طبیعی استفاده کنید و در پست‌پروداکشن رتوش ملایم و Film Grain اضافه کنید.

آیا نوشتن مشخصات دوربین مثل لنز و ایزو واقعاً تاثیر دارد؟

بله، چون مدل‌ها با تصاویر دارای متادیتای دوربین آموزش دیده‌اند. تاثیر آن معمولاً در عمق میدان، بوکه و حس کلی عکس دیده می‌شود، اما به مدل بستگی دارد.

پیشنهاد مقاله: هوش مصنوعی نظامی

جمع‌بندی

واژگان فنی عکاسی، نور و رندر، ابزار دقیق‌کردن خروجی‌اند. اگر مفهوم‌ها را به سه لایه تقسیم کنید (دوربین و لنز، نور، رنگ و پردازش) و برای ساختار از ابزارهایی مثل ControlNet کمک بگیرید، می‌توانید تصاویری واقع‌گرا، سینمایی و قابل‌تکرار بسازید. مهم‌ترین توصیه همچنان این است که پرامپت را خلاصه نگه دارید و هر بار یک متغیر را تغییر دهید.