Stiltransfer mit neuer KI – Fünf Wege vom Foto zum digitalen Gemälde

Bei dieser Fotoumwandlung hat Seedream nicht nur den Stil von Claude Monet simuliert, sondern gleich noch seine Signatur eingefügt. (Alle Ausgangsfotos: Doc Baumann) Welches sind die fünf Wege, um ein Bild in einem anderen Stil erscheinen zu lassen? Am nächstliegenden: Sie laden die gewünschte Bildvorlage als Motivreferenz und ein Bild im gewünschten Stil als Referenz etwa für eine gewisse Kunstrichtung hoch. Alternativ lassen sich sowohl Motiv- wie Stilreferenz durch eine entsprechende Beschreibung im Prompt ersetzen. Als fünfte Möglichkeit kommt schließlich hinzu, statt der Motivreferenz eine grobe Skizze des Gemeinten vorzugeben. Bisher waren wir ganz glücklich mit den Ergebnissen, die KIs wie Ideogram, Firefly oder Deep Dream Generator liefern. Doch mit den neuen Modellen, die Generierung und Veränderungen auf einfacher Dialogbasis erlauben, hat sich die Qualität der Stilzuordnung noch einmal verbessert. Als ich vor genau zehn Jahren über die damals von DeepArt angebotene Funktionen berichtete (DOCMA 73, Seite 104 ff.), war an einen echten Stiltransfer noch nicht zu denken. Die KI erkannte eher Muster und wandte sie auf das Ursprungsfoto an. Heute bleiben alle gewünschten Details erhalten und im resultierenden Bild identifiziert man den Stil-Geber: „Das sieht ja aus wie von …!“ Besonders faszinierend: Den neuen Modellen können Sie auch gleich per Prompt mitteilen, was im generierten Ergebnis anders aussehen soll als im Ursprungsbild. So versetzen Sie Szenen an einen anderen Ort und in eine andere Zeit. Das Foto von London gegenüber habe ich zunächst von Ideogram beschreiben lassen (hier deutsch übersetzt): „Ein Nachtfoto von Big Ben und dem Parlamentsgebäude in London, aufgenommen in der Abenddämmerung. Der gotische Uhrenturm, Big Ben, dominiert die Bildmitte und ist mit warmem Licht beleuchtet, das seine Steindetails und architektonischen Merkmale hervorhebt. Das Zifferblatt zeigt 8:50 Uhr. Das Parlamentsgebäude ist auf der linken Seite zu sehen, mit seiner aufwendigen viktorianisch-gotischen Architektur, die sich vor dem dunkler werdenden Himmel abhebt. Ein großer grüner Baum mit vollem Laubwerk befindet sich am linken Bildrand und verdeckt die Sicht teilweise …“ Nun ja – tatsächlich ist es dort 9:05 Uhr, und „Big Ben“ ist der Name der darin hängenden großen Glocke. Alle „alten“ KI-Modelle zeigen eine falsche Uhrzeit oder unvollständige Zifferblätter, die drei neuen in der unteren Reihe (Nano Banana, Seedream und Flux) die korrekte Zeit. Als Plattform habe ich AI Lab verwendet, das alle Modelle unterstützt und einen hervorragenden Austausch mit Photoshop bietet. Nicht immer sind die Ergebnisse so gut wie die in diesem Beitrag vorgestellten. Mitunter kommt bei bestimmten Motivvorlagen oder Stilreferenzen auch nach zahlreichen Versuchen und Prompt-Anpassungen nichts wirklich Brauchbares heraus. 1: Ausgangsfoto des Towers of Parliament, London, als Inhaltsreferenz. 2: Stil-Referenzbild von David Roberts (Gemäldeausschnitt). 3: Ideogram, akzeptabel, bis auf die „Planen“ unten rechts, die wohl aus der Stilvorlage übernommen wurden. 4: Firefly, auch hier unerwünschte Elemente unten rechts; das Bild entstand erst zusammen mit einer ausführlichen Bildbeschreibung – ohne diese wurde der Tower als venezianischer Campanile dargestellt. 5: Deep Dream Generator. 6: Artbreeder Die neuen KI-Modelle wie Seedream (7), Nano Banana (8) und Flux (9), alle aus AI Lab angewandt, bewahrten Originalelemente sehr gut. Die Fortsetzung des Artikels lesen Sie in den DOCMA2go-Ausgaben 29, 31 und 33.

Als Abonnent einloggen

DOCMA 2GO abonnieren

Schreibe einen Kommentar Antwort abbrechen