Die dritte Dimension freischalten: Ein umfassender Leitfaden zu Tiefenkarten in KI-generierter Kunst

Tiefenkarten sind einkanalige Bilder, die die Entfernung von Pixeln in einer Szene zum Betrachter darstellen. Sie spielen eine entscheidende Rolle bei der Erstellung von 3D-Effekten aus 2D-Bildern. Typischerweise verwenden Tiefenkarten Grautöne und Weiß, wobei Weiß Bereiche darstellt, die näher an der Kamera sind, und dunklere Töne weiter entfernte Distanzen anzeigen. Diese Karten liefern wertvolle Informationen über die Tiefe einer Szene und ermöglichen die Transformation flacher 2D-Bilder in dynamischere, dreidimensionale Darstellungen.

Tiefenkarten bieten aufregende Möglichkeiten zur Verbesserung von KI-generierter Kunst. Sie können verwendet werden, um Animationen zu erstellen, die den Eindruck von Tiefe in 2D-Bildern vermitteln, grundlegende 3D-Modelle für den Import in Software wie Blender zu generieren, stereoskopische Bilder für VR-Headsets zu produzieren und Anaglyphenbilder für die Betrachtung mit 3D-Brillen zu erstellen. Durch die Nutzung von Tiefeninformationen können Künstler ihre KI-generierten Kreationen zum Leben erwecken und ihrer Arbeit eine neue Dimension hinzufügen.

Um mit Tiefenkarten in KI-generierten Bildern zu arbeiten, benötigen Sie spezifische Werkzeuge und Erweiterungen. Die Hauptvoraussetzung ist eine aktuelle Installation der Automatic1111 WebUI für Stable Diffusion. Darüber hinaus müssen Sie die Erweiterung stable-diffusion-webui-depthmap-script installieren, die im Tab für Erweiterungen von Automatic1111 zu finden ist oder von GitHub heruntergeladen werden kann. Für diejenigen, die Automatic1111 nicht verwenden, ist eine eigenständige Gradio-Oberfläche verfügbar, indem das Repository geklont und das Skript main.py ausgeführt wird.

Die Tiefenerweiterung in Automatic1111 bietet zwei Hauptmöglichkeiten, um mit Tiefenkarten zu arbeiten. Benutzer können Tiefenkarten aus vorhandenen Bildern im Tiefen-Tab berechnen oder sie gleichzeitig mit der Erstellung von Bildern über das Dropdown-Menü Skripte generieren. Der Tiefen-Tab bietet zahlreiche Optionen zur Anpassung des Prozesses der Tiefenkartenerstellung, einschließlich Modellauswahl, Größenanpassung, Verstärkung und verschiedenen Ausgabeformaten.

Um Tiefenkarten zu generieren, können Benutzer aus verschiedenen Modellen wählen, die jeweils ihre eigenen Stärken und Einschränkungen haben. Das Standardmodell, res101, basiert auf AdelaiDepth/LeReS, während andere MiDaS- und ZoeDepth-Implementierungen nutzen. Optionen wie Boost können die Ergebnisse erheblich verbessern, können jedoch die Rechenzeit erhöhen. Benutzer können auch die Ausgabe anpassen, indem sie die Tiefenkarte invertieren, die Nah- und Fernclip-Schwellenwerte anpassen und die Tiefenkarte mit dem Originalbild kombinieren.

Einmal generiert, können Tiefenkarten auf verschiedene Weise verwendet werden. Sie können verwendet werden, um 3D-Animationen zu erstellen, stereoskopische Bilder für VR-Headsets zu generieren, Anaglyphenbilder für 3D-Brillen zu produzieren und sogar einfache 3D-Meshes zu erstellen. Die Tiefenerweiterung bietet auch Optionen zur Hintergrundentfernung und zur Erstellung von Normalen-Karten, was die kreativen Möglichkeiten für KI-Künstler weiter erweitert.

Für fortgeschrittene Anwendungen können Benutzer 3D-inpainted Meshes generieren, die verwendet werden können, um Videos mit benutzerdefinierten Kamerabewegungen zu erstellen. Der Untertab Video generieren ermöglicht die Erstellung von Animationen mit anpassbaren Parametern wie Bildanzahl, Bildrate und Kameratrajektorie. Darüber hinaus können die generierten .obj- und .ply-Dateien in 3D-Modellierungssoftware wie Blender für weitere Manipulationen und Verbesserungen importiert werden.

Die mit Tiefenkarten erzeugten 3D-Effekte können auf verschiedene Weise betrachtet werden. Nebeneinander angeordnete Stereo-Bilder können auf VR-Geräten wie dem Oculus Quest oder über Apps wie Google Cardboard erlebt werden. Anaglyphenbilder können mit kostengünstigen rot/cyan 3D-Brillen betrachtet werden, was einen zugänglichen Weg bietet, Tiefeneffekte zu erleben. Online-Tools wie Depth Player und Depthy bieten interaktive Plattformen zur Visualisierung und Experimentierung mit Tiefenkarten, sodass Künstler ihre Kreationen verfeinern und mit einem breiteren Publikum teilen können.