stable-diffusion 生成同一人物不同动作的尝试(固定随机数)

stable-diffusion 生成同一人物不同动作的尝试(固定随机数)

研究聚焦于游戏角色动作生成，尤其是使用扩散模型从单一正面图像生成行走图。成本高的数据收集限制了模型的通用性。使用预训练模型进行尝试，目标是生成同一角色的不同动作，以加速2D美术工作，减少绘制角色动画的工作量。

展示的实例中，同一角色以穿着裙子的黑色短发女孩为例，每列代表正面、背面和侧面不同动作，每行代表不同动作，如站立、跑步等。同样，展示其他不同角色如穿着裙子的红色头发女孩和另一黑色短发女孩，同样以不同动作展示。

实现方法涉及制作基准动作，通过pose studio等工具摆放角色动作，输出不同动作的正面、背面和侧面图。稳定扩散和controlnet技术结合，提供特定动作生成的prompt，确保输出与描述相符。使用相同的seed生成的角色动作高度相似，作为同一角色处理。

在特定情况下，描述词与动作的不一致可能导致生成问题。例如，使用“big eye”描述生成背面图时，可能会失败，因为背面看不到眼睛。移除眼睛描述词后，可获得更好的结果。

《Unity3D网络游戏实战（第2版）》推荐为游戏开发初学者提供全面指导，不仅限于单机游戏，而是网络游戏开发。学习者通过此书能获得实际操作经验，提升游戏开发技能。