Agrandir / Une série de quatre exemples de palettes de couleurs extraites de courtes invites écrites par Matt DesLauriers.
Un artiste basé à Londres nommé Matt DesLauriers a développé un outil pour générer des palettes de couleurs à partir de n’importe quelle invite de texte, permettant à quelqu’un de taper “beau coucher de soleil” et d’obtenir une série de couleurs qui correspond à une scène de coucher de soleil typique, par exemple. Ou vous pourriez devenir plus abstrait, trouver des couleurs qui correspondent à “un mardi triste et pluvieux”.
Pour obtenir cet effet, DesLauriers utilise Stable Diffusion, un modèle de synthèse d’images open source, pour générer une image qui correspond à l’invite de texte. Ensuite, un encodeur JavaScript GIF nommé gifenc extrait les informations de la palette en analysant l’image et en quantifiant les couleurs jusqu’à un certain ensemble.
DesLauriers a posté son code sur GitHub ; il nécessite une installation locale de Stable Diffusion et Node.JS. C’est un prototype à la pointe de la technologie pour le moment qui nécessite des compétences techniques pour être mis en place, mais c’est aussi un exemple remarquable des innovations graphiques inattendues qui peuvent provenir des versions open source de puissants modèles de synthèse d’images. Stable Diffusion, qui est devenu open source le 22 août, génère des images à partir d’un réseau neuronal qui a été formé sur des dizaines de millions d’images extraites d’Internet. Sa capacité à tirer parti d’un large éventail d’influences visuelles se traduit bien par l’extraction d’informations sur la palette de couleurs.
Publicité
D’autres exemples de palette fournis par DesLauriers incluent “Tokyo neon”, qui suggère les couleurs d’un paysage urbain japonais dynamique, “corail vivant”, qui fait écho à un récif de corail avec des roses et des bleus profonds, et “jardin vert, ciel bleu”, qui suggère une pastorale saturée. scène. Dans un tweet plus tôt dans la journée, DesLauriers a démontré comment différentes méthodes de quantification (réduisant le grand nombre de couleurs dans une image à une poignée qui représentent l’image) pouvaient produire différentes palettes de couleurs.
Agrandir / Différents modules de quantification des couleurs peuvent produire différentes palettes de couleurs à partir de la même image.
Ce n’est pas la première fois qu’un artiste utilise l’IA pour extraire des palettes de couleurs d’un texte. En mai, un artiste nommé dribnet a publié une série d’art génératif intitulée “Hommage au pixel”, inspirée par Josef Albers. Il a simultanément publié un outil en ligne que n’importe qui peut utiliser pour produire une palette de six couleurs basée sur des entrées de texte.
Pourquoi utiliser l’IA pour trouver des palettes de couleurs ? Outre le facteur de nouveauté, vous pouvez potentiellement extraire des couleurs assorties de sources non conventionnelles ou de sentiments abstraits comme “le lendemain de mon dernier jour au lycée”, “l’emballage jeté sur un hamburger de restauration rapide” ou “Star Wars et Lord of the Mélange d’anneaux.”
La possibilité d’extraire des palettes de couleurs à partir d’invites écrites semble être quelque chose que les outils d’art populaires pourraient reproduire à l’avenir, car choisir des groupes de couleurs qui vont bien ensemble peut être notoirement difficile. De nombreuses autres applications inattendues des modèles de synthèse d’images sont probablement en cours.
