手描きイラスト参照時の無料版7モデルの原画忠実度の比較
ねみなさんは、画像参照機能を使うことはありますか?
私はたまに利用しますが、この機能はモデルによって、元の画像とかなり近い画像を生成したり、全然違う画像を生成したりすることがあります😳
ところで、画像参照機能についての記事は、こばと🕊️_ダヴ(DOVE)さんのものなどがあり(参照はこちら→)
ギャラリーだと例えばnazo-manさんが同じ画像を複数のモデルで参照させて作らせたと思わしき作品群を見たことがあります(参照はこちら→https://muryou-aigazou.com/ja/gallery/7z3xv41qs542)
しかし、各モデルの画像参照機能の詳細な違いを記した記事などは見つかりませんでした…。
そこで、今回は無料版の7モデルが参照画像機能によってアニメ風イラストを生成する際に、生成画像が元の画像とどれほど似ているかの傾向を検証します!
【実験方法】
①以下の絵を参照画像にし、同一のプロンプトと同一のシード値で各モデルに画像生成させます。
(AI画像はモデル間の中立性を保つため使えず、他の人の画像も著作権の関係で使えなかったため、私の手描きイラストを使います😅)

②共通プロンプトは「アニメ風、少女、ウェーブしたブロンドのショートヘア、青いリボンが付いたカチューシャ、青い目、ウィンク、白いケープ、茶色のコート、黄色の腰の帯、自撮り風」です。原画の最低限の特徴を捉えたプロンプトにしました。
③輪郭、細部、色彩の3つの観点から原画への忠実度(どれだけ似ているか)を3点満点で判断します。
(なお添付画像は、アップロードできる画像数が5枚までのため、2枚連結させたものがあります)
【結果】
①イメージV3(輪郭3点、細部3点、色彩3点)
②Anim4gine(輪郭2点、細部1点、色彩1点)

イメージV3はポーズや服の特徴、色使いが原画とかなり近いです!原画の特徴を色濃く残しながらブラッシュアップされており、「ホイ'生活」という謎の単語とおまけの女の子も面白い😆
Anim4gineは服装に破綻が生じ、サインは模様に変わり、リボンやコートの色は濃くなり女の子の表情も変わりました。しかしセーラームーンなど昔のアニメの画風が好みの人には良いかも?📺️
③Animij(輪郭2点、細部1点、色彩2点)
④WAI(輪郭2点、細部2点、色彩2点)

Animijはバンダナの追加とリボンの形の変化がなされ、サインも背景へと変換されましたが、原画の女の子の表情や全体の構図を引き継ぎながら、ファンタジー風へのアレンジがなされました🏰
WAIはリボンの形と色、女の子の口元が少し変わりましたが、目立つ破綻はなく、全体の構図や色彩など大まかな特徴は原画とそっくりです!サインは模様になりました✨
⑤Neta Yume(輪郭1点、細部1点、色彩2点)

女の子のリボンの形や色、口元が変わり、サインはマントの一部に、黄色の帯は斜めのベルトに変化しましたが、女の子の前髪や目は原画より細かく描写されました🔍️
⑥イメージV2(輪郭3点、細部3点、色彩3点)
⑦SDXL(輪郭1点、細部1点、色彩2点)

イメージV2は全体の構図、女の子の髪やリボンの輪郭、リボンとカチューシャの微妙な色の違いなどが原画とほぼ同じで、手描き感も増しました!「バンニンわてヂラ」という謎の単語が面白く、おまけの女の子もすごく可愛い😂
SDXLはサインがエフェクトに、女の子の目の色が青から緑に変わっただけでなく、何と茶色と白の役割が反転して、白い部分が袖に、茶色い部分がマントになりました!そのせいで服の構造がおかしくなっています😥
【まとめ】
この検証の結果に基づいて、各モデルを忠実度の高いものから低いものに並べると、以下のようになりました!
| モデル名 | 輪郭 | 細部 | 色彩 | 合計 |
|---|---|---|---|---|
| ①イメージV3 | 3 | 3 | 3 | 9 |
| ⑥イメージV2 | 3 | 3 | 3 | 9 |
| ④WAI | 2 | 2 | 2 | 6 |
| ③Animij | 2 | 1 | 2 | 5 |
| ②Anim4gine | 2 | 1 | 1 | 4 |
| ⑤Neta Yume | 1 | 1 | 2 | 4 |
| ⑦SDXL | 1 | 1 | 2 | 4 |
(表はmarkdown記法に則り作成)
今回の検証では女の子の表情がモデルによってばらついたので、「笑顔」など表情を指定するプロンプトを指定しないと表情の描写は不安定になりそうですね。
(裏を返せば、表情はプロンプトによって変化させやすいと思われます)
今回は背景が無くて代わりにサインがある絵を使用しましたが、モデルによってサインが別の文字として再生成されたり、風景や模様に変化したりとばらつきがあったため、背景の忠実度もやはりモデルで異なると思われます🤔
プロンプトの書き方や参照画像の種類によって忠実度が変動する可能性はありますが、原画の特徴を保ちたいならイメージV3などが、アレンジを効かせたいならAnim4gineなどがおすすめですね!
色々試してみる価値はあります🔍️
【おまけ】
因みに原画は、パソコン備え付けの簡単な絵描きアプリを使用して、パソコンの小さなタッチパッドと指で描いたものです(挑戦したもののすごく描きづらかった😅)
ところでみなさんはどの絵が好みでしょうか?私は7枚を個別の絵として見るなら、イメージV3のとAnimijのが特に好みです!