Simple Image to Image Face-detailer

Frog_MasterFrog_Master
24
127
universalfixsimpleenhancerdetailersd1image to imagesdxlsd1.5flux도구workflowqwen imagefaceswap
Face-detailer

세부 정보

파일 다운로드

모델 설명

이 작업 흐름은 ComfyUI용 범용 이미지-이미지 얼굴 디테일러로, 어떤 이미지 모델이든 사용할 수 있도록 설계되었습니다. 전체 결과는 만족스럽지만 얼굴이 결함이 있거나 디테일이 부족하거나 잘못된 표정을 가진 이미지에 적합합니다.

이 작업 흐름은 모델에 구애받지 않으며, 설정에 맞게 로더 입력 노드(체크포인트, VAE, CLIP)를 추가하고 리와이어링하기만 하면 됩니다.

또한 캐릭터 LoRA를 사용하면 얼굴 교체(faceswap)로도 활용할 수 있습니다.

핵심 아이디어는 간단하고 효율적입니다:
이 작업 흐름은 원본 이미지, 모델, 프롬프트를 재사용하고, 얼굴 영역을 분리한 후 얼굴만 업스케일링하고 다시 렌더링하며, 그 후 원본 이미지에 매끄럽게 재결합합니다. 이를 통해 원본의 구성, 조명, 스타일을 유지하면서 얼굴의 디테일, 선명도 및 표현 정확도를 크게 향상시킵니다.

또한, 이미지의 나머지 부분에 영향을 주지 않고 프롬프트를 통해 얼굴 표현을 제어(감정, 시선, 입 위치, 강도)할 수 있습니다.

다음과 같은 상황에 적합합니다:

  • 부드럽거나 깨진 얼굴 수정

  • 눈, 피부 디테일 및 얼굴 구조 향상

  • 전체 이미지를 다시 생성하지 않고 표현 개선

  • 다양한 체크포인트 및 스타일 간 일관된 결과 생성

작업 흐름 작동 방식 (기술 개요)

1. 기본 이미지 및 모델 입력

  • 원본 이미지는 이미지-이미지 파이프라인을 통해 로드됩니다.

  • 기본 이미지 생성에 사용된 동일한 체크포인트, VAE, CLIP이 얼굴 디테일링에 재사용됩니다.

  • 이를 통해 스타일 일관성을 보장하고, 조명 또는 텍스처 아티팩트의 불일치를 방지합니다.

2. 얼굴 감지 및 마스킹

  • Face Detailer / Face Detection 노드가 얼굴 영역을 자동으로 식별합니다.

  • 감지된 얼굴 주변에 정밀한 마스크가 생성됩니다.

  • 이미지의 나머지 부분은 완전히 수정으로부터 보호됩니다.

3. 얼굴 전용 업스케일링 및 재샘플링

  • 마스크된 얼굴 영역은 다음과 같이 처리됩니다:

    • 크롭

    • 업스케일링 (더 높은 유효 해상도 확보)

    • 동일한 모델 및 잠재 공간을 사용하여 재샘플링

  • 얼굴만 처리하므로 다음을 더 강력하게 적용할 수 있습니다:

    • 더 높은 스텝 수

    • 더 강한 CFG

    • 더 상세한 프롬프트
      전체 이미지를 불안정하게 만들지 않고도 말입니다.

4. 프롬프트 기반 표현 제어

  • 얼굴 디테일러는 기본 프롬프트를 그대로 사용하며, 선택적으로 얼굴 전용 추가 프롬프트를 사용할 수 있습니다.

  • 표현을 명시(예: 평온, 화난, 유혹적인, 피로한, 자신감 있는)하면, 작업 흐름은 다음과 같이 조정할 수 있습니다:

    • 눈, 눈썹, 입 및 얼굴 긴장도 조절

    • 자세나 신체에 영향을 주지 않고 자연스럽게 표현 변경

  • 이 기능은 미세한 감정 변화에 특히 효과적입니다.

5. 매끄러운 재결합

  • 개선된 얼굴은 마스크를 사용하여 원본 이미지에 블렌딩됩니다.

  • 색상, 조명, 텍스처의 연속성이 유지됩니다.

  • 보이지 않는 이음새, 날카로운 경계, 스타일 불일치가 없습니다.

주요 장점

  • 모델 비의존적(모든 체크포인트와 호환)

  • 비파괴적(얼굴만 수정됨)

  • 전체 재생성 없이 고디테일 결과 생성

  • 얼굴 표현 변경 지원

  • 빠르고 리소스 효율적

  • 로더 입력을 리와이어링하기만 하면 쉽게 조정 가능

⚠️ 주의사항: 배경 및 원치 않는 얼굴

FaceDetailer는 자동 얼굴 감지를 사용합니다.
이미지에 여러 사람, 배경 인물, 멀리 떨어진 작은 얼굴이 포함되어 있다면, 설정을 제한하지 않으면 이들 얼굴도 감지되고 개선될 수 있습니다. 흐릿한 얼굴, 부분적인 얼굴, 배경 인물도 포함됩니다.

이 작업 흐름은 한 명의 주요 피사체의 얼굴을 개선하는 데 목적이 있으며, 군중을 대상으로 하지 않습니다.

배경/작은 얼굴 무시하는 방법 (빠른 가이드)

가이드 크기
작거나 멀리 떨어진 얼굴을 무시하려면 가이드 크기를 늘리세요.
단일 피사체 이미지의 경우, 640–768 값이 가장 효과적입니다. 이는 가장 중요한 설정입니다.

경계 상자 임계값
신뢰도 임계값을 높이면 흐릿하거나 품질이 낮은 얼굴을 건너뛸 수 있습니다.
더 깨끗한 감지를 위해 0.60–0.70을 사용하세요.

크롭 계수
크롭 계수를 낮추면 주변 영역의 포함 범위가 줄어들어 근처 배경 얼굴을 잡는 것을 방지합니다.
권장 범위: 1.5–2.0

SAM 감지 편향
감지를 중심에 유지하면 주요 피사체를 우선시하고 가장자리나 배경 얼굴을 무시합니다.

드롭 크기
이 값을 늘리면 매우 작은 얼굴 감지를 버릴 수 있습니다.
복잡한 장면에서는 20 이상을 사용하세요.

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.