алхимия синевы
алхимия синевы: как нейросеть научилась искусству аналоговой фотопечати
Идея этого проекта — цифровое воссоздание одного из старейших и самых поэтичных фотографических процессов: цианотипии. Этот метод, также известный как «солнечная печать», был разработан в 19 веке и знаменит своими глубокими, монохромными изображениями в оттенках «прусской сини» (Prussian Blue).
концепт проекта
Традиционно цианотипия использовалась для создания фотограмм, особенно ботанических — листья, цветы и папоротники размещались на светочувствительной бумаге и выставлялись на солнце. Свет «засвечивал» фон, в то время как объект блокировал его, оставляя после себя призрачный белый силуэт.
Цель проекта: Не просто научить нейросеть (Stable Diffusion) перекрашивать изображения в синий цвет. Цель — обучить модель LoRA (Low-Rank Adaptation) самой эстетике и процессу:
Характерная цветовая палитра (Prussian Blue и его полутона).
Эффект силуэта или «фотограммы», где объект выглядит как отпечаток.
Текстура бумаги и химических разводов, придающая изображению «рукотворный» аналоговый вид.
Ключевым словом (триггером) для вызова этого стиля стало: cyanotype_print_style.
исходные изображения для обучения
Для обучения был собран датасет из 30+ изображений с платформ Unsplash, Pexels и Flickr Commons. Запросы включали «cyanotype», «sun print» и «botanical print». Набор данных состоял исключительно из классических ботанических цианотипов, чтобы «заякорить» стиль в его каноническом виде.
[Изображение 1: Пример из датасета — классический цианотип листа папоротника] [Изображение 2: Пример из датасета — композиция из нескольких полевых цветов] [Изображение 3: Пример из датасета — крупный
итоговая серия: тестирование «алхимии»
Концепция «Аналоговой памяти» заключается в переносе физического процесса в цифровую среду. Настоящая проверка LoRA — это применение стиля, изученного на ботанике, к объектам, которые физически невозможно использовать в традиционной цианотипии.
Что произойдет, если мы попробуем сделать «солнечный отпечаток»… кошки? Или целого города?
что выучила нейросеть?
Силуэт против Детализации: LoRA нашла баланс. Вместо того чтобы превращать кошку в плоский белый силуэт (как настоящий лист), она поняла намерение процесса. Она сохранила детали (шерсть, усы), но обработала их так, как будто они имеют разную степень «прозрачности» для воображаемого солнца.
Текстура бумаги: Модели удалось успешно воспроизвести «рукотворный» аспект. Во многих генерациях видна зернистость фотобумаги, неравномерность тона и даже случайные «химические» пятна по краям кадра, которых не было в исходном запросе (prompt).
визуальный анализ и вариативность
Портреты и Кошки (Органические формы): На этих объектах LoRA работает лучше всего. Она интуитивно понимает, как обращаться с органикой, вероятно, из-за «ботанического» датасета. В портретах она создает красивый эффект, близкий к «соляризации», где света и тени инвертируются, что идеально соответствует аналоговой теме.
Городской пейзаж: Это был самый сложный тест. Здесь LoRA повела себя иначе: она не создала силуэт, а применила эстетику цианотипии ко всему изображению как к уже существующей фотографии. Результат напоминает не цианотип-фотограмму, а скорее тонированный в синий отпечаток с аналоговой пленки, что тоже является валидным и красивым результатом.
как это связано с концепцией?
Концепция «Аналоговой памяти» полностью реализована. LoRA действует как «цифровой алхимик», который помнит физический процесс, но не ограничен его физическими законами. Она может взять «память» о процессе (солнце + бумага + лист) и применить ее к абстрактной идее (город, космос).
Результаты соответствуют первоначальной идее, демонстрируя, что модель LoRA может успешно абстрагировать «стиль» (текстура, цвет, эффект света) от «содержания» (листья, цветы) и применять его к новым, совершенно не связанным доменам.
процесс обучения и технические детали
BLIP: Использовался для автоматического создания базовых описаний для 31 изображения в датасете, что сэкономило время и обеспечило объективность описаний.
