【上級編】ControlNetを極める！
AI変身動画を思い通りに

このセクションでは、ControlNetを最大限に活用し、
AI変身動画の品質と表現力を極限まで高めるための、
あらゆるテクニックを網羅的に解説します。

基本から応用、最新モデルから組み合わせ技まで、
ControlNetの全てをマスターし、
あなたの変身動画を新たな次元へと引き上げましょう。

ControlNetとは？

ControlNetは、Stable Diffusionにおいて、画像生成をより詳細に制御するための強力な拡張機能です。テキストプロンプトだけでは表現しきれない、ポーズ、構図、顔の特徴、線のスタイルなど、様々な要素をコントロールすることで、あなたのイメージ通りの画像を生成できます。

ControlNetで何ができるのか？・変身動画におけるメリット

AI変身動画制作において、ControlNetは以下の点で非常に強力なツールとなります。

• 変身の精度向上：変身前後の整合性が高まり、より自然で高品質な変身動画を作成できます。
• 制作効率の向上：リテイク（やり直し）の回数を減らし、制作時間を大幅に短縮できます。
• 表現の自由度向上：より自由度の高い、多様な変身表現が可能になります。
• 細部のコントロール：ポーズ、構図、顔の特徴、線のスタイルなど、細部にわたって変身をコントロールできます。

ControlNetの全モデル解説（変身動画向け）

ControlNetには様々なモデルがあり、それぞれ異なる特徴を持っています。ここでは、変身動画制作に特に有用なモデルを中心に、各モデルの機能、Preprocessor、Model、使い方のヒント、そして具体的な活用例や注意点まで、詳細に解説します。

1. OpenPose

• 機能：人物の骨格を検出し、ポーズを制御します。変身前後のポーズを統一する、または特定のポーズを指定するのに最も基本的なモデルです。
• Preprocessor：
  • openpose：通常のOpenPose検出。体全体の骨格を検出します。
  • openpose_face：顔の詳細な検出を含みます。顔の表情（目、口、眉など）の細かい変化も反映させたい場合に有効です。
  • openpose_faceonly：顔のみを検出します。体のポーズは制御せず、顔の表情だけをコントロールしたい場合に使用します。
  • openpose_full：顔、体、手の詳細な検出を含みます。最も詳細なポーズ制御が可能で、指先の動きまで細かく指定できます。
  • openpose_hand：手の詳細な検出を含みます。手や指の表現にこだわりたい場合に有効です。
• Model：control_v11p_sd15_openpose（SD 1.5用）、control_v11p_sdxl_openpose（SDXL用）など。
• 使い方のヒント：
  • 変身前後のポーズを完全に一致させる：
    • openpose_fullを使用し、ControlNetのWeightを1.0に設定します。
    • img2imgモードで、変身前の画像を元画像として使用します。
  • ポーズを維持しつつ、変身後の姿にバリエーションを持たせる：
    • ControlNetのWeightを0.6〜0.8程度に調整します。
    • txt2imgモードで、プロンプトに加えてOpenPoseによるポーズ制御を行います。
  • 変身前の表情を維持する：
    • openpose_faceまたはopenpose_faceonlyを使用します。
    • openpose_faceは体全体のポーズも制御しますが、openpose_faceonlyは顔のみを制御します。
  • 指先の動きまで細かく制御する：
    • openpose_fullを使用します。
  • 特定のポーズの画像がない場合：
    • OpenPose Editorなどの外部ツールを使用して、理想のポーズのOpenPose画像を作成し、ControlNetに入力します。
• 活用例：
  • 人間から動物への変身で、四つん這いのポーズを維持する。
  • 魔法少女への変身で、変身前後のポーズを一致させ、変身シーンの連続性を高める。
  • 変身前のキャラクターの表情を、変身後も維持する。
• 注意点：
  • 複雑なポーズや、極端なアングルからのポーズは、正確に検出されない場合があります。
  • openpose_fullは、指先など細かい部分が不自然になることがあります。必要に応じて、Inpaintで修正してください。

2. Depth

• 機能：画像の深度情報を推定し、奥行きを考慮した構図の制御を可能にします。変身前後のキャラクターと背景の位置関係を維持したり、立体感を強調したりするのに役立ちます。
• Preprocessor：
  • depth：通常の深度推定。
  • depth_leres：より詳細な深度推定。細部まで正確に制御したい場合や、複雑な背景の場合に有効です。
  • depth_leres++：depth_leresよりもさらに詳細な深度推定。
  • depth_zoe：異なるアルゴリズムによる深度推定。他のPreprocessorでうまくいかない場合に試してみてください。
• Model：control_v11f1p_sd15_depth（SD1.5用）、control_v11p_sdxl_depth（SDXL用）など。
• 使い方のヒント：
  • 変身前後のキャラクターと背景の位置関係を維持する：
    • img2imgモードで、変身前の画像を元画像として使用します。
    • ControlNetのWeightを高めに設定します（0.8〜1.0）。
  • 変身シーンでキャラクターが背景に隠れたり、不自然に浮いたりするのを防ぐ：
    • 特に、背景が複雑な場合や、複数のキャラクターが登場するシーンで有効です。
  • 立体感を強調する：
    • ControlNetのWeightを低めに設定し（0.3〜0.6）、プロンプトで立体感を強調する言葉（例：「dynamic lighting」「volumetric lighting」）を追加します。
• 活用例：
  • 森の中でキャラクターが変身するシーンで、木々の前後関係を正しく表現する。
  • 複数のキャラクターが変身するシーンで、それぞれのキャラクターの位置関係を維持する。
  • 変身後のキャラクターに、より立体感を与える。
• 注意点：
  • 深度情報の推定は、完全に正確ではない場合があります。特に、細かいオブジェクトや複雑な形状は、正しく認識されないことがあります。
  • depth_leresやdepth_leres++は、処理に時間がかかる場合があります。

3. Reference Only

• 機能：変身前の画像を参照し、スタイルやキャラクターの特徴（特に顔）を維持したまま、変身後の画像を生成します。「変身しても同一人物である」ことを明確に表現したい場合に非常に有効なモデルです。
• Preprocessor：reference_only
• Model：使用するベースモデルに合ったものを選択します（例：control_v11p_sd15_openpose。ただし、reference_onlyプリプロセッサを使用する場合は、モデルは実質的に無視されます）。
• Control Mode：
  • "Balanced"：バランス重視。変身前の画像とプロンプトの両方を考慮し、バランスの取れた結果を生成します。
  • "My prompt is more important"：プロンプト重視。プロンプトで指示された変身後の姿を優先します。
  • "Reference Only"：スタイル重視。変身前の画像を強く参照し、スタイルや特徴を最大限に維持します。
• 使い方のヒント：
  • 変身しても「同一人物」であることを明確にする：
    • 特に、顔の特徴を維持したい場合に効果を発揮します。
    • Control Modeを"Reference Only"に設定すると、変身前の画像の影響を最も強く受けることができます。
  • 変身の度合いをコントロールする：
    • Control Modeを調整することで、変身の度合いを細かくコントロールできます。
    • "Balanced"は、変身前後のバランスを取りたい場合に。
    • "My prompt is more important"は、変身後の姿をより明確にしたい場合に。
  • 服装や髪型だけを変える：
    • Control Modeを"My prompt is more important"に設定し、プロンプトで変えたい部分（服装、髪型など）を具体的に指示します。
• 活用例：
  • 制服姿のキャラクターが、魔法少女に変身するシーンで、顔の特徴を維持する。
  • 普段着のキャラクターが、鎧をまとった戦士に変身するシーンで、顔つきは変えずに服装だけを変える。
  • 髪型や服装を変えつつ、キャラクターの同一性を保ちながら、様々なバリエーションの画像を生成する。
• 注意点：
  • 変身前の画像と変身後の姿が大きく異なる場合（例：人間から動物）、うまく機能しないことがあります。
  • Control Modeの設定によって、結果が大きく変わるため、試行錯誤が必要です。

4. Lineart

• 機能：線画を元に画像を生成します。変身前の画像から線画を抽出（または別途線画を用意）し、その線画を元に、プロンプトで指示された変身後の姿を生成します。キャラクターの形状や、細かい衣装のデザインなどをコントロールしたい場合に有効です。
• Preprocessor：
  • lineart：通常の線画抽出。写真などからも線画を抽出できます。
  • lineart_anime：アニメ調の線画抽出に特化しています。
  • lineart_coarse：より太い線での線画抽出。
  • lineart_standard (from white bg & black line)：白背景に黒線で描かれた線画を想定しています。別途用意した線画を使用する場合に選択します。
• Model：control_v11p_sd15_lineart（SD1.5用）、control_v11p_sdxl_lineart（SDXL用）など。
• 使い方のヒント：
  • 変身前の画像から線画を抽出して利用する：
    • lineartまたはlineart_animeプリプロセッサを使用します。
    • 写真からでも線画を抽出できますが、線がはっきりしている画像の方が、より良い結果が得られます。
  • 別途用意した線画を使用する：
    • lineart_standard (from white bg & black line)プリプロセッサを使用します。
    • 白背景に黒線で描かれた線画を用意してください。
  • キャラクターの形状を細かくコントロールする：
    • 線画で、変身後のキャラクターの形状（ポーズ、体型、服装の輪郭など）を細かく指定できます。
  • 細かい衣装のデザインをコントロールする：
    • 線画で、衣装の模様や装飾などの細部を描き込むことで、より詳細なデザインを表現できます。
• 活用例：
  • シンプルな人型の線画から、複雑な衣装を着たキャラクターへの変身をコントロールする。
  • アニメ調の線画を元に、高品質なアニメ調の変身後画像を生成する。
  • 手描きのラフな線画から、詳細な変身後画像を生成する。
• 注意点：
  • 線画が複雑すぎると、生成される画像がごちゃごちゃした印象になることがあります。
  • 線画の品質が低いと、生成される画像の品質も低下します。

5. Canny

• 機能：エッジ検出を行い、輪郭を強調した画像を生成します。変身後のキャラクターのシルエットをはっきりさせたい場合、背景とキャラクターの境界を明確にしたい場合、変身前の画像のエッジ情報を利用して変身後の形状をコントロールしたい場合に有効です。
• Preprocessor：canny
• Model：control_v11p_sd15_canny（SD1.5用）、control_v11p_sdxl_canny（SDXL用）など。
• 使い方のヒント：
  • 変身後のキャラクターの輪郭を強調する：
    • 複雑な背景の中でキャラクターを目立たせたい場合に有効です。
    • 変身によって体の形状が大きく変化する場合（例：人から動物）に、その変化を強調する効果があります。
  • 変身前の画像のエッジ情報を利用する：
    • 変身前のキャラクターのポーズや服装の輪郭を、変身後もある程度維持したい場合に役立ちます。
  • 背景との境界を明確にする：
    • 背景とキャラクターが同化してしまいそうな場合に、Cannyモデルを使用することで、境界線をはっきりさせることができます。
• 活用例：
  • 暗い背景の中で、光り輝く魔法少女への変身シーンで、キャラクターの輪郭を強調する。
  • 人から獣へ変身するシーンで、変身後の獣のシルエットを明確にする。
  • 変身前のキャラクターの服装の輪郭を、変身後の衣装にも反映させる。
• 注意点：
  • 細かいテクスチャやノイズもエッジとして検出される可能性があるため、生成される画像がごちゃごちゃした印象になることがあります。
  • 画像がごちゃごちゃした印象になる場合は、以下を試す
    • Preprocessorをcanny以外に変更（例：softedge_hed）
    • ControlNetのWeightを調整

6. SoftEdge

• 機能：ソフトエッジ（境界がぼやけた）検出を行います。Cannyよりも滑らかな輪郭を維持しつつ、画像の構造をコントロールできます。変身前後のキャラクターの構造的なつながりを保ちたい場合や、より自然な輪郭表現をしたい場合に有効です。
• Preprocessor：
  • softedge_hed：HED（Holistically-Nested Edge Detection）アルゴリズムを使用。
  • softedge_hedsafe：HEDにセーフモードを適用（より安全な結果）。
  • softedge_pidi：PIDI（Pixel Difference）アルゴリズムを使用。
  • softedge_pidisafe：PIDIにセーフモードを適用。
• Model：control_v11p_sd15_softedge（SD1.5用）、control_v11p_sdxl_softedge（SDXL用）など。
• 使い方のヒント：
  • Cannyよりも自然な輪郭表現：
    • Cannyでは輪郭が強調されすぎる場合に、SoftEdgeを使用すると、より自然で滑らかな輪郭表現ができます。
  • 変身前後のキャラクターの構造的なつながりを保つ：
    • 変身によって形状が大きく変化する場合でも、SoftEdgeを使用することで、変身前後のつながりをある程度維持できます。
  • Preprocessorの選択：
    • softedge_hedは、全体的な構造を捉えるのが得意です。
    • softedge_pidiは、より細かいエッジを検出するのに適しています。
    • 迷ったら、softedge_hedsafeから試してみるのがおすすめです。
• 活用例：
  • 人から妖精への変身など、滑らかな輪郭が求められる変身シーン。
  • 変身前のキャラクターの服装の柔らかい質感を、変身後も維持したい場合。
• 注意点：
  • Cannyに比べて、エッジの検出が弱いため、細かいディテールは失われる可能性があります。
  • 背景とキャラクターの境界が曖昧になることがあります。

7. Tile

• 機能：画像をタイル状に分割し、それぞれのタイルを個別に処理することで、高解像度画像を生成したり、画像のスタイルやディテールを細かく統一したりします。変身動画においては、特に高解像度化と、変身前後のディテール・スタイルの統一に役立ちます。
• Preprocessor：
  • tile_resample：画像をタイル状に分割し、各タイルを個別にアップスケールします。高解像度化に有効。
  • tile_colorfix：tile_resampleに加えて、色の補正を行います。タイル間の色のばらつきを抑え、より自然な仕上がりにします。
  • tile_colorfix+sharp：tile_colorfixに加え、シャープネス処理を行います。
• Model：control_v11f1e_sd15_tile（SD1.5用）、control_v11f1e_sdxl_tile（SDXL用）など。
• 使い方のヒント：
  • 変身前後の画像を高解像度化する：
    • tile_resampleまたはtile_colorfixを使用します。
    • 低解像度の画像を元に、高解像度の変身後画像を生成することも可能です。
  • 変身前後の画像のディテールとスタイルを統一する：
    • tile_resampleまたはtile_colorfixを使用します。
    • ControlNetのWeightを高めに設定する（0.8〜1.0）と、より強くスタイルが統一されます。
  • 細かい部分の修正：
    • 高解像度化した後、細部の修正をInpaintで行うと、より高品質な仕上がりになります。
• 活用例：
  • 低解像度のイラストを、高解像度のAI変身動画用素材に変換する。
  • 変身前後の画像で、服装の模様や肌の質感などのディテールを統一する。
  • 背景の細部まで鮮明に表現する。
• 注意点：
  • 処理に時間がかかる場合があります。
  • 画像のスタイルによっては、タイル状のパターンが目立つことがあります。

8. IP-Adapter（Image Prompt Adapter）：

• 機能：テキストプロンプトだけでなく、画像もプロンプトとして使用できるようにする機能です。これにより、テキストだけでは表現しきれない、詳細なスタイル、構図、キャラクターの特徴などを、より正確にコントロールできます。変身動画においては、特に変身前の画像からスタイルや特定の要素を引き継ぎたい場合に有効です。
• Preprocessor：
  • ip-adapter_clip_sd15：CLIP Visionモデルを使用（SD1.5用）。
  • ip-adapter_clip_sdxl：CLIP Visionモデルを使用（SDXL用）。
  • ip-adapter_plus_sd15：より強力なIP-Adapterモデル（SD1.5用）。
  • ip-adapter_plus_sdxl：より強力なIP-Adapterモデル（SDXL用）。
  • ip-adapter_full_face_sd15：顔に特化したIP-Adapter。
  • ip-adapter_full_face_sdxl：顔に特化したIP-Adapter。
• Model：
  • ip-adapter-plus-face_sd15、ip-adapter-plus-face_sdxl：顔の特徴を重視する場合。
  • ip-adapter_sd15、ip-adapter_sdxl：通常のIP-Adapterモデル。
  • ip-adapter-plus_sd15、ip-adapter-plus_sdxl：より強力なIP-Adapterモデル。
• 使い方のヒント：
  • 変身前の画像からスタイルを継承する：
    • 変身前の画像をControlNetに設定し、ip-adapter系のPreprocessorとModelを選択します。
    • ControlNetのWeightを調整することで、スタイル継承の度合いをコントロールできます。
  • 特定の要素（服装、アクセサリーなど）を変身後に引き継ぐ：
    • 変身前の画像で、引き継ぎたい要素が明確に描かれている部分を、Inpaintでマスクし、ControlNetのWeightを高めに設定します。
  • 複数の画像を組み合わせて使用する：
    • 複数のControlNetユニットで、それぞれ異なるIP-Adapterモデルと画像を使用することで、より複雑なスタイルや要素の組み合わせを実現できます。
• 活用例：
  • 水彩画風のイラストを、油絵風のタッチに変身させる。
  • 変身前のキャラクターが着ているコートのデザインを、変身後の衣装にも反映させる。
  • 複数の画像を参考に、新しいキャラクターを生成する。
• 注意点：
  • 画像プロンプトの影響が強いため、テキストプロンプトの指示が弱まることがあります。
  • 意図しない要素まで継承されてしまうことがあるため、ControlNetのWeightや、Inpaintとの併用で調整が必要です。

SDXL専用モデル（一部）：

SDXLは、Stable Diffusionの新しいバージョンであり、より高品質な画像生成が可能です。SDXL専用のControlNetモデルも多数存在します。

• control_v1p_sdxl_2stage：2段階の生成プロセスを使用するモデル。
• control_v4_sdxl_2stage：より新しいバージョンの2段階生成モデル。
• その他、上記モデルのSDXL版（_sdxlが付いているもの）。

これらのモデルは、SDXLベースのモデルと組み合わせて使用することで、より高品質な変身動画を作成できます。

このセクションでは、変身動画制作に役立つControlNetの主要モデルについて、詳細に解説しました。各モデルの機能を理解し、適切に組み合わせることで、あなたの創造性を最大限に発揮し、思い通りの変身動画を制作できるようになるでしょう。

ControlNet 応用テクニック集・変身動画を極める

ここでは、ControlNetの様々なモデルを組み合わせた、より高度な応用テクニックを紹介します。これらのテクニックをマスターすることで、あなたの変身動画はさらに表現豊かになり、見る人を魅了する作品へと進化します。

1. 複数ControlNetの組み合わせ・無限の可能性

ControlNetの真の力は、複数のモデルを組み合わせることで発揮されます。それぞれのモデルの特性を理解し、効果的に組み合わせることで、単独のモデルでは実現できない、複雑で高度な表現が可能になります。

基本の組み合わせ：

これらの組み合わせは、変身動画制作において、特に頻繁に使用され、効果が実感しやすいものです。

• OpenPose（ポーズ）+ Reference Only（顔）：
  • 効果：変身前後のキャラクターのポーズを統一しつつ、顔の特徴（表情、目つきなど）を維持します。
  • 活用例：魔法少女への変身、ヒーローへの変身など、変身しても「同一人物」であることを明確に表現したい場合に最適です。
  • 設定のポイント：
    • OpenPose：openpose_fullプリプロセッサを使用し、Weightを0.8〜1.0に設定すると、ポーズの制御が強くなります。
    • Reference Only：reference_onlyプリプロセッサを使用し、Control Modeを"Reference Only"に設定すると、顔の特徴が強く維持されます。
• OpenPose（ポーズ）+ Depth（奥行き）：
  • 効果：変身前後のキャラクターのポーズと、背景との位置関係（奥行き）を統一します。
  • 活用例：キャラクターが複雑な背景の中で変身するシーンや、複数のキャラクターが同時に変身するシーンで、それぞれの位置関係を正確に保ちたい場合に有効です。
  • 設定のポイント：
    • OpenPose：openpose_fullプリプロセッサを使用し、Weightを0.8〜1.0に設定します。
    • Depth：depth_leresまたはdepth_leres++プリプロセッサを使用し、Weightを0.6〜0.8程度に設定すると、奥行きの制御と変身の自由度のバランスが取れます。
• OpenPose（ポーズ）+ Canny or SoftEdge（輪郭）：
  • 効果：変身前後のキャラクターのポーズを統一しつつ、変身後の輪郭を強調（Canny）または滑らかに（SoftEdge）表現します。
  • 活用例：
    • Canny：人から動物への変身など、変身によって体の形状が大きく変化する場合に、その変化を強調する効果があります。
    • SoftEdge：人から妖精への変身など、滑らかな輪郭が求められる変身シーンに適しています。
  • 設定のポイント：
    • OpenPose：openpose_fullプリプロセッサを使用し、Weightを0.8〜1.0に設定します。
    • Canny：cannyプリプロセッサを使用し、Weightを0.5〜0.7程度に設定すると、輪郭の強調と変身の自由度のバランスが取れます。
    • SoftEdge：softedge_hedまたはsoftedge_pidiプリプロセッサを使用し、Weightを0.5〜0.7程度に設定します。

応用的な組み合わせ：

これらの組み合わせは、より高度な表現や、特定の状況に対応するためのものです。

• OpenPose + Reference Only + Depth：
  • 効果：ポーズ、顔の特徴、奥行きの3つを完全に制御します。
  • 活用例：非常に複雑な変身シーンや、複数のキャラクターと背景の要素が絡み合うシーンで、全ての要素を完璧にコントロールしたい場合に有効です。
  • 設定のポイント：各モデルのWeightを慎重に調整し、バランスを取る必要があります。
• OpenPose + IP-Adapter：
  • 効果：ポーズを制御しつつ、変身前の画像からスタイルや特定の要素（服装、アクセサリーなど）を継承します。
  • 活用例：変身前のキャラクターの服装のデザインを、変身後の衣装にも反映させたい場合や、特定の画風（水彩画風、油絵風など）を変身後にも維持したい場合に有効です。
  • 設定のポイント：
    • OpenPose：openpose_fullプリプロセッサを使用し、Weightを0.8〜1.0に設定します。
    • IP-Adapter：適切なPreprocessorとModelを選択し、Weightを0.5〜0.8程度に設定します。
• Lineart + Reference Only：
  • 効果：線画でキャラクターの形状を制御しつつ、顔の特徴を維持します。
  • 活用例：アニメ調の変身動画で、キャラクターの形状を細かくコントロールしつつ、顔の表情や特徴を変えずに変身させたい場合に有効です。
  • 設定のポイント：
    • Lineart：lineart_animeプリプロセッサを使用すると、よりアニメ調の線画が得られます。
    • Reference Only：reference_onlyプリプロセッサを使用し、Control Modeを"Reference Only"に設定します。

組み合わせのポイント：

• 各ControlNetのWeight（影響度）を調整することで、それぞれの効果の強さをコントロールできます。
• どの組み合わせが最適かは、実現したい変身のスタイルや、使用するベースモデルによって異なります。色々な組み合わせを試して、最適な設定を見つけましょう。
• ControlNetユニットは、複数同時に使用できます（通常、3つ以上）。

2. 段階的な変身・より自然な変化を表現

一度に大きく変身させるのではなく、ControlNetを使って段階的に変身させることで、より自然で滑らかな変身動画を作成できます。

手順：

1. 変身前の画像を準備します。
2. ControlNetでポーズや構図を制御しつつ、プロンプトで変身の初期段階を指示します（例：「A woman with slightly glowing skin」）。
3. 生成された画像をimg2imgの入力とし、ControlNetでさらに変身を進めます（例：「A woman with glowing skin and small wings」）。
4. このプロセスを、変身が完了するまで繰り返します。
5. KLING AIで、生成した複数の中割画像を繋げることで、滑らかな変身動画を作成できます。

ポイント：

• 各段階で、ControlNetのモデルやWeight、プロンプトを微調整することで、変身の進行を細かくコントロールできます。
• 段階ごとに画像を保存しておくと、後で修正や調整がしやすくなります。

3. プロンプトエンジニアリングとの連携・詳細な指示で精度アップ

ControlNetは、強力なプロンプトエンジニアリングと組み合わせることで、さらにその効果を発揮します。

• 詳細なプロンプト：変身後の姿だけでなく、変身の過程、光の表現、エフェクトなどを具体的に記述することで、よりイメージに近い結果が得られます。
• ネガティブプロンプト：不要な要素（例：「low quality」「worst quality」「mutation」「deformed」）をネガティブプロンプトに指定することで、生成される画像の品質を向上させることができます。
• 重み付け：プロンプト内の特定の単語に重み付けをすることで、その単語の意味合いを強調できます（例：「(glowing skin:1.3)」）。

4. LoRAや追加学習モデルとの組み合わせ

ControlNetは、LoRA（Low-Rank Adaptation）や追加学習モデルと組み合わせることで、さらに表現の幅を広げることができます。

• LoRA：特定のキャラクター、スタイル、オブジェクトなどを学習させたLoRAを使用することで、変身後の姿をより詳細にコントロールできます。
• 追加学習モデル：特定の変身パターンを学習させたモデルを使用することで、より効率的に、高品質な変身画像を生成できます。

5. ControlNet設定の微調整

ControlNetには、様々な設定項目があります。これらの設定を微調整することで、生成される画像にさらに細かな調整を加えることができます。

• Control Mode：
  • "Balanced"：ControlNetとプロンプトのバランスを取ります。
  • "My prompt is more important"：プロンプトの指示を優先します。
  • "ControlNet is more important"：ControlNetの指示を優先します。
• Preprocessor Resolution：プリプロセッサが処理する画像の解像度。高くすると、より詳細な情報が抽出されますが、処理時間が増加します。
• Threshold（Canny、Lineartなどの場合）：エッジや線を検出する際の閾値。値を調整することで、検出される線の量や太さをコントロールできます。

これらの設定を、生成される画像を確認しながら調整することで、より理想に近い結果を得ることができます。

まとめ

ControlNetは、単なる補助ツールではなく、AI変身動画制作における中心的な役割を担う、非常に強力なツールです。

このガイドで解説したテクニックを習得し、様々なモデルや機能を組み合わせることで、あなたの創造性を最大限に発揮し、これまで不可能だった表現を実現できるようになるでしょう。

講座メニュー

• 講座トップ
• AI動画制作入門：必須ツールと環境設定を完全マスター
• Google AI Studio活用術：Geminiでプロンプト作成を効率化
• Stable Diffusion変身術：プロ級の画像生成テクニック
• AI動画を加速！指示書セット完全攻略ガイド
• KLING AI料金プラン比較：最適な選択とクレジット管理術
• KLING AI表現力UP！プロンプト＆設定パーフェクトガイド
• CapCutスタートガイド：AI変身動画編集の基本
• 【基礎編】AIで妖怪に変身！動画制作入門
• 【応用編】中割画像で滑らか！プロのAI変身動画テクニック
• もう失敗しない！AI変身動画の精度を高める2大テクニック
• 【上級編】ControlNetを極める！AI変身動画を思い通りに
• 【発想力UP】妖怪変身動画のネタに困らない！無限テーマ集
• 本講座をさらに活用！理解を深める＋αコンテンツ
• 【初心者必見】AI変身動画講座：よくある質問