Un nuevo enfoque en la creación de guiones gráficos animados ha emergido gracias al uso de la inteligencia artificial, permitiendo una notable consistencia visual entre personajes en producciones audiovisuales. Esta técnica, que se basa en la ingeniería de imagen y el desarrollo de personajes, permite a los creadores afinar modelos de IA, específicamente el Amazon Nova Canvas, para gestionar de manera precisa las apariciones y expresiones de los personajes en diferentes escenas.
FuzzyPixel, una división de Amazon Web Services (AWS), ha implementado un proyecto innovador utilizando el corto animado Picchu como base. Mediante la extracción de fotogramas clave, se preparan datos de entrenamiento que logran mantener la coherencia de los personajes principales, como Mayu y su madre, lo que facilita la generación rápida de conceptos de guiones gráficos para futuras secuelas.
El flujo de trabajo automatizado comienza con la carga de un activo de video en un bucket de Amazon Simple Storage Service (S3). Este proceso abarca múltiples etapas, incluyendo la disminución de la resolución de los fotogramas y la selección de aquellos que muestran a los personajes. Además, el modelo Amazon Nova se utiliza para generar subtítulos, lo que enriquece aún más el contenido.
La extracción de personajes consiste en capturar fotogramas de video a intervalos fijos, abordando la detección de etiquetas y la búsqueda de rostros para identificar a los personajes. Esta actividad se complementa con un algoritmo de deduplicación, que asegura la diversidad del conjunto de datos al eliminar imágenes similares que pudieran provocar el sobreajuste del modelo.
Una vez recopiladas suficientes imágenes etiquetadas, la calidad de los datos se verifica mediante un proceso de human-in-the-loop, asegurando que solo se utilice información precisa para el entrenamiento. Resultados positivos en las pruebas preliminares sugieren que los ajustes correctos en los hiperparámetros pueden resultar en una mejora significativa en la consistencia visual.
Tras el afinamiento, el modelo se encuentra disponible para su despliegue, que puede realizarse desde la consola de Amazon Bedrock o utilizando el SDK de Python para una integración más personalizada. Esta flexibilidad permite a los creadores probar el modelo para generar nuevas imágenes, manteniendo la coherencia estilística y de calidad en la narración de sus historias.
Con esta metodología innovadora, se anticipa no solo una aceleración considerable en la producción de guiones gráficos, sino también una elevación en la calidad del contenido visual. Esto permitirá a los equipos creativos concentrarse más en la narrativa y menos en la consistencia técnica.
