第三の次元を解き放つ：AI生成アートにおける深度マップの包括的ガイド

深度マップは、シーン内のピクセルが視聴者からどれだけ離れているかを表す単一チャンネルの画像です。これらは2D画像から3D効果を作成する上で重要な役割を果たします。通常、深度マップは灰色と白の色合いを使用し、白はカメラに近い領域を、暗い色合いは遠くの距離を示します。これらのマップはシーンの深さに関する貴重な情報を提供し、平面的な2D画像をより動的で三次元的な表現に変換することを可能にします。

深度マップは、AI生成アートを強化するためのエキサイティングな可能性を提供します。これらは、2D画像に深さの錯覚を与えるアニメーションを作成したり、Blenderなどのソフトウェアにインポートするための基本的な3Dモデルを生成したり、VRヘッドセット用の立体的なサイドバイサイド画像を生成したり、3Dメガネで見るためのアナグリフ画像を作成したりするために使用できます。深度情報を活用することで、アーティストはAI生成の作品に命を吹き込み、作品に新たな次元を加えることができます。

AI生成画像で深度マップを扱うには、特定のツールと拡張機能が必要です。主な要件は、Stable Diffusion用のAutomatic1111 WebUIの最新インストールです。さらに、Automatic1111の拡張タブで見つけることができるstable-diffusion-webui-depthmap-script拡張機能をインストールする必要があります。Automatic1111を使用していない場合は、リポジトリをクローンしてmain.pyスクリプトを実行することで、スタンドアロンのGradioインターフェースが利用可能です。

Automatic1111の深度拡張は、深度マップを扱うための2つの主な方法を提供します。ユーザーは、深度タブから既存の画像から深度マップを計算するか、スクリプトのドロップダウンを使用して画像作成と同時に生成することができます。深度タブは、モデル選択、サイズの一致、ブースト、さまざまな出力形式など、深度マップ生成プロセスをカスタマイズするための多数のオプションを提供します。

深度マップを生成するために、ユーザーはそれぞれの強みと制限を持つさまざまなモデルから選択できます。デフォルトのモデルであるres101はAdelaiDepth/LeReSに基づいており、他のモデルはMiDaSやZoeDepthの実装を利用しています。Boostのようなオプションは結果を大幅に改善できますが、計算時間が増加する可能性があります。ユーザーは、深度マップを反転させたり、近距離および遠距離クリップの閾値を調整したり、深度マップを元の画像と組み合わせたりして出力をカスタマイズすることもできます。

生成された深度マップは、さまざまな方法で使用できます。これらは、3Dアニメーションを作成したり、VRヘッドセット用の立体画像を生成したり、3Dメガネ用のアナグリフ画像を作成したり、さらにはシンプルな3Dメッシュを作成したりするために使用できます。深度拡張は、背景除去や法線マップ生成のオプションも提供しており、AIアーティストの創造的な可能性をさらに広げています。

より高度なアプリケーションのために、ユーザーは3Dインペイントメッシュを生成でき、これを使用してカスタムカメラ動作を持つビデオを作成できます。Generate Videoサブタブでは、フレーム数、フレームレート、カメラの軌道などの調整可能なパラメータを使用してアニメーションを作成できます。さらに、生成された.objおよび.plyファイルは、Blenderなどの3Dモデリングソフトウェアにインポートして、さらなる操作や強化を行うことができます。

深度マップを使用して作成された3D効果は、さまざまな方法で視覚化できます。サイドバイサイドの立体画像は、Oculus QuestのようなVRデバイスやGoogle Cardboardのようなアプリを通じて体験できます。アナグリフ画像は、手頃な価格の赤/シアンの3Dメガネで見ることができ、深さ効果を体験するためのアクセスしやすい方法を提供します。Depth PlayerやDepthyのようなオンラインツールは、深度マップを視覚化し、実験するためのインタラクティブなプラットフォームを提供し、アーティストが自分の作品を微調整し、より広いオーディエンスと共有できるようにします。