업스케일링을 통해서 고품질 이미지 생성
L1 - ComfyUI 소개, 설치
L2 - Text to Image
L3 - Latent Upscaling
L4 - Image to Image Painting
L5 - Image to Image Render_WD14
L6 - Model Switch and Masking
L7 - Live Model Merge
L8 - Using Loras
L9 - ControlNet
L10 - UltimateUpsacle
L11 - Facedetailer
Latent Upscaling은 ComfyUI에서 이미지를 고해상도로 업스케일링하는 방법입니다. 일반적으로 AI 모델은 픽셀 기반 이미지보다는 잠재 이미지(latent image)로 작업하는데, 이는 이미지의 정보를 잠재 벡터(latent vector) 형태로 변환한 것입니다. 이러한 잠재 이미지는 AI가 처리하기 쉬운 형식으로, 고해상도 이미지를 생성하기 위한 초기 단계로 사용됩니다.
AI 모델은 이미지의 픽셀 데이터를 직접 사용하지 않고, 픽셀 정보를 잠재 공간(latent space)에서 작업 가능한 포인트로 변환합니다. 이 과정을 통해 생성된 것이 잠재 이미지입니다.
쉽게 말해서, 마치 우리가 종이 위에 투명한 잉크로 글씨를 쓴 것과 같습니다. 그 글씨는 바로 보이지 않지만, 특별한 방법으로(예를 들어, 열을 가하거나 다른 잉크를 사용해서) 그 글씨를 볼 수 있는 것처럼요. 사진도 잠재 상태에서는 보이지 않지만, 필름 현상이라는 과정을 거치면 그 잠재된 이미지가 드러나서 우리가 볼 수 있는 사진이 됩니다.
저해상도 이미지에서는 세부 정보가 부족하고, 이미지의 특정 부분이 왜곡될 수 있습니다. 특히 작은 얼굴이나 신체 부위가 포함된 경우 해상도가 낮아지면서 이미지 품질이 떨어질 수 있습니다. 이러한 문제를 해결하기 위해 이미지를 고해상도로 업스케일링해야 합니다.
(왼쪽)이미지의 경우 얼굴과 손가락,발가락등의 디테일이 떨어지는 부분을 확인할수 있습니다. 업스케일링을 통해서 이런 부분의 이미지 품질을 높혀 고품질의 이미지를 생성할수 있습니다. 해당 모델은 SD1.5 모델이랑 아직 손가락과 발가락은 부자연스러운 부분이 존재합니다.
업스케일링은 이미지의 너비와 높이를 증가시키는 과정으로, ComfyUI에서는 업스케일링 노드를 사용해 이 작업을 수행할 수 있습니다. 이를 통해 이미지의 디테일을 개선하고 더 선명한 결과를 얻을 수 있습니다.
업스케일링 과정에서 다양한 샘플러를 사용해 볼 수 있습니다. 이미지가 잘 안나올 경우 샘플러를 변경하면 좀더 좋은 품질의 이미지를 얻을수 있습니다.
Denoise Strength(Denoise)는 이미지의 원본 유지 정도를 의미합니다. 0~1의 값을 보통 설정합니다. 1에 가깝게 설정한다면 원본 이미지의 형태를 벗어나서 생성이 됩니다.
업스케일링을 통해 더 선명하고 디테일한 이미지를 얻을 수 있으며, 특히 얼굴과 같은 중요한 요소들의 품질을 크게 향상시킬 수 있습니다. 또한, 최종 이미지에서의 왜곡이나 결함을 수정할 수 있는 기회를 제공합니다.
Latent Upscaling을 Ultimate Upscaler(Lesson 10에서 소개할 예정) 사용전에 수행하면, 이미지의 세부 사항을 유지하면서도 더 높은 품질의 결과를 얻을 수 있습니다.
이 방법을 통해 사용자는 다양한 이미지의 세부 정보를 강화하고, 고해상도의 선명한 이미지를 생성할 수 있습니다.
Latent Upscaling은 ComfyUI에서 이미지 품질을 향상시키기 위한 중요한 노드이니, 이미지를 생성할때 반드시 추가하여 사용하면 높은 품질의 이미지를 생성할수 있습니다.
*모델 정보 : Seaside Mix v1.5 (https://civitai.com/models/403717/seaside-mix)
*ComfyUI에서 Save Image로 생성된 이미지는 ":\ComfyUI_windows_portable\ComfyUI\output" 폴더에 있습니다.
*노드에서 마우스 우클릭으로 bypass를 적용시 해당 노드는 실행하지 않게 됩니다.해제는 동일하게 bypass하면 됩니다.