第10回 三人描画にすると、人体と構図はどこから崩れ始めるのか
前回は、コハネとレンチの二人組で、ディップ、お姫様抱っこ、背中合わせ、上半身へ四本の腕を集中させる密着ポーズなどを試した。
その結果、
- 腕や脚の欠損
- 三本目の腕
- 五個目の手
- 肘から先だけ迷子になる腕
- 靴下だけ別人化する衣装属性の混線
- 観測コメント側の見落とし
などが確認された。
特に重要だったのは、
「腕が二本あること」と「腕が二本しかないこと」は別である
という点だった。
そこで今回は、人物を二人から三人へ増やした。
三人になれば、
- 腕は六本
- 脚は六本
- 手は六個
- 手指は三十本
になる。
単純に人数が一人増えるだけではなく、人物同士の接触点、前後関係、左右、衣装属性、遮蔽も一気に増える。
今回はまず三人を普通に並べるところから始め、手つなぎ、腕組み、抱擁、腕の密集、俯瞰視点、三人円陣へと段階的に負荷を上げた。
結果として、二人のときよりも明確に、
構図そのものは自然に見えるが、人体の接続や指定内容を局所的に省略・融合・変更して帳尻を合わせる
傾向が強くなった。
使用キャラクター
今回から、コハネ、レンチに加えて三人目としてミコを追加した。
コハネ
基本的な顔立ち、茶色の短い髪、赤いメッシュ、頭身などを人物参照から維持する。
衣装は、
- 生成りの半袖ブラウス風トップ
- くすみオレンジから赤茶系の膝上丈Aラインワンピース
- 細いベルト
- 明るいベージュの短丈ボレロ
- 白系の短い靴下
- 明るいベージュ系のストラップシューズ
とした。
レンチ
短い黒紺の髪、青い目、紺のヘアバンド、頭身などを人物参照から維持する。
衣装は、
- 深い青緑系を基調とした膝上丈のクラシカルドレス
- 濃い青系の短い靴下
- 濃いブラウンから黒系の編み上げショートブーツ
とした。
ミコ
赤茶色の髪、サイドポニー、花飾り、顔立ちなどを人物参照から維持する。
元の参照画像は装備品が多いため、人体検品をしやすくするため衣装を簡略化した。
- 淡いラベンダー系の半袖ブラウス
- 濃い紫系の膝上ショートパンツ
- 白から薄いグレー系の膝下丈ハイソックス
- ワインレッド系のローファー
とした。
三人とも、バッグ、双眼鏡、工具、クリップボード、ゴーグル、手袋、ポーチ、チェーンなどの小物は外した。
1枚目：三人を普通に並べる
最初は、三人を横一列に並べただけの基準画像を生成した。
白い無地背景、全身、非接触。
人物を一人増やしただけで崩れるとは考えにくいが、三人の衣装属性と人物識別が正常に維持されるかを確認する目的である。
結果
大きな人体破綻はなかった。
三人とも、
- 腕二本
- 脚二本
- 人物識別
- 衣装色
- 足元
はおおむね成立した。
一方、ミコのハイソックスは左右でわずかに色味が違って見えた。
また、プロンプトではそれぞれの頭身を維持するよう指定していたが、三人を並べると頭身と身長感がかなり揃えられた。
三人を一つの集合絵としてまとめる際、
人物ごとの参照差よりも、三人組としての統一感を優先した
可能性がある。
判定
三人化そのものは成功。
ただし、個別頭身は均一化される傾向が見られた。
2枚目：三人で手をつなぐ
次は、
- 向かって左：コハネ
- 中央：レンチ
- 向かって右：ミコ
の並びを維持し、隣り合う人物同士で手をつないだ。
中央のレンチは左右それぞれの人物と片手ずつ手をつなぐ。
両端のコハネとミコは、外側の手を自然に下ろす。
三人構図で最初に二か所の接触を作るテストである。
結果
全体構造は非常に安定した。
- 腕六本
- 脚六本
- 手六個
- 人物ごとの衣装属性
- 左右二か所の手つなぎ
は成立した。
しかし、コハネとレンチの接触部では、
握った指同士がわずかに融合している
ように見えた。
手のひらそのものは二個存在し、腕の所属も追える。
ただし指一本単位では完全には分離していない。
判定
大構造は成功。局所的な指融合あり。
三人になって最初の接触段階から、前回までと同じ「接触部だけが壊れる」傾向が現れた。
3枚目：中央レンチと両脇が腕を組む
次は手をつなぐだけではなく、中央のレンチと両脇の二人が腕を組んだ。
左右指定はまだ本人基準ではなく、
- 中央側の腕
- 外側の腕
という指定にした。
結果
三人が腕を組んで並ぶ大構造は成立した。
しかし、中央レンチの左右の手がかなり見えにくくなった。
両脇の人物はレンチの腕をつかんでいるように見える。
一方レンチ自身の前腕と手は、相手の腕や身体の裏へ入り込み、
「手が存在しているが遮蔽されている」のか、「細部を省略した」のか
判別しにくい。
典型的な三人腕組みなら、中央人物の手がもう少し前面へ出ても不自然ではない。
そのため今回は、人体破綻と断定するほどではないが、
接触部の描画を隠して構図を成立させた
可能性が高い。
判定
腕組みの大構造は成立。中央レンチの手は判定困難。
4枚目：本人基準の左右を指定する
同じ腕組みポーズのまま、今度は本人基準の左右を明示した。
- コハネ本人の左腕でレンチと組む
- レンチ本人の右腕でコハネと組む
- レンチ本人の左腕でミコと組む
- ミコ本人の右腕でレンチと組む
という指定である。
結果
本人基準の左右はかなり素直に成立した。
特にコハネ側では、前の画像で見えにくかったレンチの手が前面に出て、腕の構造が明瞭になった。
一方ミコ側では、ミコがレンチへかなり近づいたため、レンチの肘から先が接触部の裏へ入り込んだ。
欠損とは断定できない。
ただし、
腕を肩から手まで連続して追うことは難しい。
判定
本人基準左右：成功。
コハネ側：明瞭。
ミコ側：遮蔽が強く判定困難。
左右指定を追加しても、三人構図そのものが混乱する結果にはならなかった。
5枚目：同じ腕組みを背面から見る
次はポーズと本人基準左右を維持したまま、視点だけを後方へ変更した。
三人ともカメラへ背中を向ける。
結果
人物配置は、
- 向かって左：コハネ
- 中央：レンチ
- 向かって右：ミコ
を維持した。
本人基準の左右も大きくは崩れていない。
ただし背面視点では、腕の重なりがさらに増え、
レンチの左右の前腕と手の所属を追う難度が上がった。
ミコ側では、レンチが自分から腕を組みに行っているような構造になった。
また人体とは別に、背面化の処理でも興味深い差があった。
コハネは赤いメッシュとアホ毛が背面用にある程度反転・再解釈されている。
一方ミコは、サイドポニーと花飾りの向きが正面参照の印象を強く残しており、
背面として完全には反転していない。
人物識別特徴が多いキャラクターほど、背面化より参照特徴の維持を優先した可能性がある。
判定
視点変更と左右指定は成立。
腕組みの細部はさらに判定困難。
背面キャラクター再解釈にも人物差あり。
6枚目：左右から中央レンチへ抱きつく
次は上半身の腕をさらに密集させた。
コハネとミコが左右から中央のレンチへ抱きつき、レンチも左右へ腕を添える。
三人分六本の腕が、上半身周辺で前後に交差する構図である。
結果
絵としては非常に自然だった。
三人の表情、密着感、抱擁の大構造は成立している。
しかし検品すると、多くの腕が人物の背中側へ隠れている。
見えている手を数えると六個として説明可能であり、腕も理論上六本として補完できる。
ただし、
肩→上腕→肘→前腕→手
まで画像上で直接確認できない腕が複数存在する。
つまり今回の生成側は、
複雑に交差する腕を全部描くのではなく、人物の身体の裏へ隠すことで構図を安定させた
ように見える。
判定
一枚絵としては成功。人体検品としては判定保留。
「見えない部分を自然に補完すれば成立する」画像になった。
7枚目：六本の腕を前面に集める
前の画像では腕を背中側へ隠すことで成立した。
そこで次は、三人全員の両腕を身体の前方へ出し、互いの前腕をつかみ合うよう指定した。
六本の腕と六個の手を正面から確認しやすくする狙いである。
結果
生成結果は、横一列の三人が中央へ腕を集める構図になった。
見た目としては、
「三人で腕を重ねている仲良しポーズ」
として成立している。
しかし、中央に前腕と手が集中したため、
- 誰の前腕がどの手につながるのか
- どの人物が誰をつかんでいるのか
- どの腕が上を通り、どの腕が下を通るのか
を厳密に追うことが非常に難しくなった。
また、そもそも
「三人全員が全員の前腕をつかむ」
という文章自体が、人体配置として一意に決まりにくい。
自然な円陣なら、手のひらの向きや握り方を人物ごとにずらす必要がある。
しかし、それをすべて文章で指定し始めると、普通のユーザーが画像生成へ出す指示の粒度を超えてしまう。
判定
大構造は成立。各腕の所属と接続は極めて判定困難。
この画像は、生成側だけではなく、プロンプトを作る側と検品側にも強い負荷がかかった。
8枚目：三人肩組み円陣を俯瞰で見る
次は、三人で小さな円陣を作り、互いの肩を組む構図を試した。
カメラはほぼ真上。
三人とも上体を円の中心へ少し倒し、脚は外側へ伸ばす。
これなら腕六本と脚六本を同時に追いやすいと考えた。
結果
俯瞰視点そのものはかなり成功した。
しかし三人は完全な円陣にはならず、
上から撮影した三人組の集合写真
のような扇形に近い配置になった。
中央人物を介して左右がつながっているだけで、コハネとミコの間は閉じていない。
モデルが、
「三人で肩を組む」＝横並び、または扇形の仲良し集合写真
という典型構図を強く優先した可能性がある。
判定
俯瞰視点：成功。
前傾：成功。
円陣：不成立。
三人構図では、視点を変えても「三人を並べる」方向へ戻ろうとする傾向が見られた。
9枚目：円陣を強く指定する
そこで、
- 横一列には並ばない
- 三角形の三つの頂点に立つ
- 三方向から中心を囲む
- 三人の肩と腕が閉じた輪になる
と、円陣条件を強くした。
結果
今度は三角形配置と円陣構図そのものはかなり成功した。
しかし、
コハネとミコの間をつなぐ腕が一本の異様に長い腕のように融合した。
二人分の前腕と手を別々に処理せず、
「閉じた輪」を人体そのものをつなげることで実現した
ように見える。
さらに、ミコの左右の肩周辺には手の所属が怪しい部分があり、レンチの腕も全体的に長すぎる。
つまり、
構図を正しくするために人体側を犠牲にした
例となった。
判定
円陣構図：成功。人体：明確に失敗。
前の画像では人体を優先して円陣を諦めた。
今回は逆に、円陣を優先して人体を壊した。
10枚目：腕を融合させないよう明示する
次は前回の円陣条件を維持したまま、
- 各人物の左右の腕は独立した別々の腕
- 前腕や手首を融合させない
- 本人の肩から手まで自然につなぐ
と明示した。
結果
前回のような一本の長い融合腕は消えた。
三角形配置、俯瞰、内向きの円陣も維持された。
腕の長さもかなり自然になった。
しかし今度は、
コハネとレンチの外側に回るはずの手が確認できない。
腕の途中までは存在するように見えるが、手まで追えない。
つまり、
融合を禁止された結果、手を省略・遮蔽することで整合性を取った
可能性がある。
判定
円陣：成功寄り。
腕融合：改善。
手の完全描画：失敗または判定不能。
対策すると別の場所へ破綻が移動する例になった。
11枚目：六本の腕と六個の手をすべて見せる
最後は、さらに条件を追加した。
- 三人全員について左右二本の腕を確認できる
- 合計六本の腕を描く
- 合計六個の手を描く
- 手を完全に隠さない
- 各手が隣の人物の肩または上背部に触れていることが分かる
とした。
結果
生成側は、今度は腕や手を融合・欠損させる代わりに、
閉じた円陣そのものを諦めた。
コハネとミコの外側の腕と手は明瞭に描かれた。
しかしその手は互いの肩へ向かわず、身体の外側へ伸びている。
結果として、
コハネ ― レンチ ― ミコ
という三人肩組みの集合写真へ戻った。
一枚絵としては非常に自然である。
ただし、「三人全員が両隣と肩を組む閉じた輪」という指定は成立していない。
また、コハネとミコの内側肩周辺を厳密に追うと、見えない腕の接続は依然としてやや曖昧である。
判定
一枚絵としては成功。
六本の腕・六個の手を見せる方向には改善。
閉じた円陣：失敗。
円陣テストで起きた「逃げ道」の変化
今回後半の円陣テストでは、指示を追加するたびに破綻の仕方が変化した。
最初は、
三人を円陣にしてほしい
→ 三人組の扇形集合写真へ簡略化
次に、
横一列禁止、三角形配置、閉じた輪
→ 円陣は成立するが腕が融合
さらに、
腕を融合させない
→ 手を省略・遮蔽
最後に、
六本の腕と六個の手をすべて見せる
→ 閉じた円陣そのものを諦める
という流れになった。
つまりモデルは、
複数の条件を同時に完全遵守するより、どれか一つの制約を弱めて全体として自然な画像を作る
方向へ動いているように見える。
「破綻させるより、自然な絵へ逃げる」
今回特に目立ったのは、明らかに異常な人体を描くよりも、
- 腕を身体の裏へ隠す
- 手を省略する
- ポーズを典型形へ丸める
- 閉じた輪を開く
- 三人を集合写真のように並べる
ことで、見た目の自然さを維持しようとする挙動だった。
これは画像鑑賞だけなら有利である。
最後の三人肩組みも、普通のイラストとして見れば十分に成立している。
しかし構造検証では、
「自然に見える」と「指定された人体構造が成立している」は別
になる。
二人編でも見られた傾向だが、三人編では構図全体にまで広がった。
三人になると何が変わったのか
二人編では、失敗の多くは局所的だった。
- 指が融合する
- 三本目の腕が出る
- 膝下が消える
- 靴下だけ別人化する
などである。
三人になると、それに加えて、
- 誰と誰を接続するか
- どの腕を前へ出すか
- どの人物を中心にするか
- 三人を並べるか、囲ませるか
- 遮蔽してよいか
- 構図と人体のどちらを優先するか
といった、
人物間の接続関係そのもの
が問題になった。
単純に腕が二本増えただけではない。
三人になることで、接触関係の組み合わせが急増した。
その結果、モデルは局所的な人体生成だけでなく、
三人全体をどういう構図としてまとめるか
でも迷い始めたように見える。
今回も観測コメント側は何度かPONした
今回も検品側は無傷ではなかった。
特に、
- 腕組みでレンチの手を「自然に隠れている」と判断しかける
- 円陣で手の総数や所属を一度見落とす
- 腕融合を回避した画像を成功寄りと判断した後、コハネとレンチの手が確認できないことに気づく
など、複雑化した構図では脳内補完が強く働いた。
一枚絵として自然であるほど、
「きっと見えないところに正しい腕がある」
と補完してしまいやすい。
前回に続き、
生成側が曖昧にした場所ほど、検品側も同じように曖昧に補完する
傾向が確認された。
頭身、背面、衣装属性にも副次的な観測があった
今回の主目的は三人人体だったが、別の観測も得られた。
頭身
三人を横一列に並べると、人物参照で異なるはずの頭身や身長感がかなり均一化された。
「本人の頭身を維持」と明示しても、集合絵としての統一感が優先される場合がある。
背面
背面視点では、コハネのメッシュやアホ毛はある程度反転して描かれた。
一方ミコのサイドポニーと花飾りは、前面参照の特徴を強く残した。
背面化でもキャラクターによって処理差がある。
衣装
三人の衣装色、靴下丈、靴の形を変えたことで、脚の所属確認にはかなり役立った。
ただし次回以降、組体操などで脚を大きく開く場合は、コハネとレンチのスカートが股関節や太ももの接続を隠す。
そのため次回は、
三人ともショートパンツ系へ変更する
予定である。
今回わかったこと
今回の主な収穫は次のとおり。
一つ目は、三人を普通に並べる程度なら人体はかなり安定すること。
二つ目は、手つなぎ程度の軽い接触でも、指の局所融合は発生すること。
三つ目は、腕が複数人物の間を行き来すると、生成側は手や前腕を遮蔽して構図を成立させる場合があること。
四つ目は、本人基準の左右指定そのものは三人でも比較的理解できたこと。
五つ目は、三人円陣のように「全員が両隣と接続する」構図では、モデルが横並びや扇形の典型構図へ戻ろうとすること。
六つ目は、円陣を強制すると腕融合や異常な腕の長さが発生しやすいこと。
七つ目は、融合を禁止すると、今度は手の省略や遮蔽へ破綻が移ること。
八つ目は、六本の腕と六個の手をすべて描くよう強く指定すると、人体を壊す代わりに閉じた円陣そのものを諦める場合があること。
九つ目は、三人になると局所人体だけでなく、人物間の接続関係と構図全体の整合性まで不安定になること。
十個目は、画像が自然に見えるほど、検品側も見えない人体を脳内で正常補完しやすいこと。
まとめ
第10回では、人物を二人から三人へ増やした。
最初の三人立ち絵は安定した。
手つなぎでも大構造は成立したが、接触部では指の融合が発生した。
腕組みでは中央人物の手が遮蔽され、本人基準の左右指定は理解できても、密着側では腕の接続が判定しにくくなった。
抱擁では、六本の腕をすべて明示的に描く代わりに、身体の裏へ隠すことで自然な構図を成立させた。
さらに腕を前面へ集めると、腕と手の所属を追うこと自体が難しくなった。
そして後半の三人円陣では、
横並びへの簡略化
→ 腕融合
→ 手の省略
→ 円陣の放棄
と、指示を追加するたびに別の形で整合性を取ろうとした。
今回の結論はこうなる。
ChatGPTの画像生成モデルは、三人を自然な一枚絵として描く能力は高い。
しかし三人全員が互いに接触し、六本の腕や六個の手の所属と接続を同時に維持する必要がある構図では、二人編より明確に不安定になる。
その際、単純に人体を破綻させるだけではなく、遮蔽、省略、典型構図への変更、指定された接続関係の放棄などによって、見た目の自然さを優先する場合がある。
そしてその画像が自然であるほど、検品側も見えない部分を正しく存在すると補完しやすい。
二人編では、まだ「どこに局所破綻があるか」を探すテストだった。
三人編では、
「どの条件を捨てて一枚絵として成立させるか」
まで観測対象になった。
次回は、三人で組体操を行う予定である。
円陣だけでもここまで崩れ始めたため、支持点、重心、上下関係、腕と脚の交差まで加わった場合、
成功するかどうかより、どの段階で、どのように破綻するか
を見るテストになりそうである。
また、今回検討した三人組体操の複雑な参考画像は、画像生成そのものよりも、
画像をどこまで正確に文章へ言語化できるか
という別の比較テストにも向いている。
*お約束:このサイトの文・画像はほぼ全てAI製です*
