Comment créer des personnages cohérents dans ComfyUI

Pourquoi un personnage semble correct dans une image IA, puis devient une personne différente dès que la pose, l'angle de caméra, la tenue ou le lieu change ? Dans ComfyUI, la réponse n'est généralement pas « écrire une invite plus longue ». Une identité fiable provient de la séparation de la référence du personnage, de la méthode de conditionnement d'identité, du contrôle de pose, du contrôle de style et de l'invite de scène, afin que chaque composant ait une tâche claire.

Choisir la bonne méthode de cohérence de personnage dans ComfyUI

« Personnage cohérent » peut signifier plusieurs exigences différentes. Un seul portrait décliné sur de nouveaux arrière-plans est plus facile qu'un protagoniste réutilisable montré sous tous les angles, dans plusieurs tenues, à travers des dizaines de scènes. Choisissez la méthode la plus légère capable de survivre à la variation prévue.

Une règle utile est : adaptateur de référence pour la vitesse, LoRA pour l'échelle, ControlNet pour la structure. Ne les combinez qu'après que chaque partie fonctionne indépendamment.

Étape 1 : Préparer une référence capable de survivre aux variations

Une référence faible ne peut pas être réparée en ajoutant plus de nœuds. Utilisez une image nette avec une structure faciale lisible, des proportions naturelles, un éclairage dégagé et une occlusion minimale. Évitez les petits visages, les expressions extrêmes, les filtres lourds, les ombres profondes, les mains couvrant le visage ou plusieurs personnes dans un même cadre.

• Référence de visage : expression neutre ou légère, yeux clairs, ligne de mâchoire visible et résolution suffisante pour les traits d'identité.
• Référence corps entier : proportions précises, silhouette reconnaissable et tenue par défaut.
• Vues de profil et à trois quarts : utiles lorsque le projet inclut des angles de caméra variés.
• Détails de conception : forme des cheveux, couleur des yeux, teint, tranche d'âge, accessoires, couleurs de garde-robe et traits distinctifs.
• Règles d'identité négatives : listez les caractéristiques qui ne doivent pas changer, comme pas de barbe, pas de lunettes, pas de longueur de cheveux différente ou pas de changement d'âge.

Créez un bloc d'identité compact et réutilisez-le sans le réécrire : « femme adulte fictive, visage ovale, yeux brun foncé écartés, carré court et ondulé noir, petit grain de beauté sous l'œil gauche, peau chaude et moyenne, veste de terrain vert foncé. » Les invites de scène doivent ajouter l'environnement et l'action sans contredire ce bloc. Si la conception de départ n'existe pas encore, un générateur de personnages IA peut aider à créer la première référence visuelle avant qu'elle ne soit transférée dans le graphe local.

Étape 2 : Construire un flux de travail de référence IP-Adapter

IP-Adapter est souvent le chemin le plus rapide d'une image approuvée à des variations utiles. Le graphe de base charge le point de contrôle et les encodeurs de texte, charge et prépare l'image de référence, l'encode avec un encodeur de vision compatible, applique le conditionnement de l'adaptateur, échantillonne le latent et décode le résultat.

1. Commencez par un flux de travail fonctionnel connu pour la famille de points de contrôle SDXL, FLUX ou autre exact.
2. Utilisez une référence forte avant de tester plusieurs images de référence.
3. Définissez un poids d'identité ou de conditionnement d'image modéré ; une force maximale peut copier la composition et l'expression trop littéralement.
4. Gardez la pression de débruitage et de style conservatrice lors du premier test d'identité.
5. Générez une grille qui ne change que l'environnement tandis que la pose et le cadrage restent similaires.
6. Puis testez séparément la pose, l'angle de caméra, l'expression et la garde-robe.

Si la sortie ressemble trop étroitement à l'image source, réduisez la force de l'adaptateur ou raccourcissez son influence à travers la plage d'échantillonnage. Si l'identité disparaît, augmentez la force de référence, simplifiez les détails d'invite conflictuels, réduisez le débruitage ou utilisez une méthode plus axée sur l'identité.

Étape 3 : Utiliser PuLID lorsque l'identité faciale est primordiale

Les flux de travail de type PuLID se concentrent sur une identité reconnaissable tout en permettant des changements de scène plus larges. Ils sont utiles pour les portraits, les personnages éditoriaux, les concepts de porte-parole et les gros plans cinématographiques où les spectateurs remarquent immédiatement la dérive faciale.

Testez d'abord avec un visage neutre, puis augmentez la difficulté dans un ordre contrôlé : éclairage différent, expression, longueur focale, angle de caméra, mouvement de coiffure et occlusion partielle. Ne commencez pas avec tous ces changements dans une seule invite.

Les nœuds d'identité ne préservent pas automatiquement l'ensemble du personnage. Verrouillez les vêtements et la conception corporelle via des invites, des références supplémentaires, un conditionnement régional ou un LoRA. Si deux personnages apparaissent dans une image, séparez leur conditionnement spatialement lorsque le flux de travail le prend en charge ; sinon les traits d'identité peuvent se mélanger entre les sujets.

Étape 4 : Entraîner un LoRA de personnage pour un actif de production réutilisable

Un LoRA est l'option à long terme la plus puissante lorsque le personnage doit apparaître dans de nombreuses scènes, poses, cadrages et styles. Le facteur décisif est la qualité du jeu de données, pas simplement le nombre d'images.

• Supprimez les quasi-doublons, les visages flous, les échecs anatomiques, les âges contradictoires et les détails de conception incohérents.
• Incluez une variation utile en angle, cadrage, expression et éclairage sans changer l'identité centrale.
• Légendez l'identité séparément des vêtements, de l'arrière-plan, de la pose et du style photographique.
• Utilisez un token déclencheur unique peu susceptible d'entrer en collision avec des concepts courants.
• Enregistrez des échantillons pendant l'entraînement et testez le LoRA sur des invites qui n'étaient pas directement représentées dans le jeu de données.

Un sur-entraînement peut reproduire les compositions d'entraînement et réduire la flexibilité. Un sous-entraînement produit une ressemblance vague. Évaluez plusieurs poids et graines, et conservez un petit ensemble d'invites de référence pour chaque nouvelle version d'entraînement.

Étape 5 : Ajouter le contrôle de pose, de composition et de scènes multiples

L'identité et la pose sont des problèmes distincts. Une fois que le visage reste stable, ajoutez OpenPose, la profondeur, les contours ou un autre conditionnement structurel afin que le personnage puisse effectuer les actions prévues sans perdre la composition.

Pour une séquence de scènes, approuvez une image clé à la fois. Réutilisez la méthode d'identité et le bloc d'identité, puis ne changez que l'action spécifique au plan, l'environnement, la caméra et la pose. Enregistrez les graines et les fichiers JSON de flux de travail avec les sorties afin que les scènes réussies restent reproductibles. Un générateur de storyboard IA peut aider à organiser ces cadres de personnages verrouillés en une séquence lisible avant l'animation.

Lorsque vous transformez les images en histoire, organisez-les en plan large, action moyenne, gros plan, réaction et détail plutôt que de générer des compositions aléatoires. Un flux de travail script-vers-vidéo peut aider à planifier la séquence narrative ultérieure même lorsque les images de personnages elles-mêmes sont produites localement.

Résolution de la dérive de personnage dans ComfyUI

Tenez une grille de diagnostic. Les lignes peuvent représenter le poids d'identité et les colonnes peuvent représenter la force de débruitage ou de style. Cela révèle une plage de fonctionnement stable plus rapidement que des modifications aléatoires de paramètres. Pour des modifications plus simples qui ne changent qu'un arrière-plan, une tenue ou une scène tout en conservant l'image source, comparez un workflow image-to-image avant d'ajouter d'autres nœuds locaux.

Quand un outil de personnage cohérent basé sur navigateur est plus pratique

ComfyUI est précieux lorsque vous avez besoin d'un traitement local, de graphes réutilisables, de points de contrôle spécialisés, de nœuds personnalisés, d'une formation LoRA ou d'un contrôle de recherche précis. Il est moins efficace lorsque l'objectif réel est simplement de créer le même personnage fictif sur un petit nombre d'images sans maintenir un environnement local.

Créez des variations de personnages cohérentes à partir d'une référence \u2192

Questions fréquemment posées