Чат-бот для ретуши ритуальных фото с помощью ИИ

Проблема и задачи

Ритуальная компания, предоставляющая услуги по изготовлению памятников, обратилась с задачей ускорить и упростить процесс фоторетуши. Ранее обработка изображения (удаление фона, стилизация, повышение качества) выполнялась вручную дизайнером-ретушёром, что занимало время и требовало навыков.

• Клиенты часто предоставляют фотографии низкого качества (старые, с артефактами, не в фокусе).
• Требуется стилистическая единообразная ретушь под памятники (мягкий свет, виньетка, удаление фона и т.д.).
• Нужна быстрая обработка и понятный пользовательский интерфейс, чтобы заказчики могли быстро получить результат без участия дизайнера.

Решение

Разработан Telegram-бот, который полностью автоматизирует процесс ретуши фотографии и формирует готовое изображение в фирменном стиле клиента. Обработка выполняется в несколько последовательных этапов с применением специализированных нейросетей и программных модулей. На каждом этапе обрабатываются сразу 4 изображения, чтобы предоставить пользователю выбор.

1. Фоновая обработка и сегментация

Перед подачей в генеративную модель:

1. Фотография проходит предварительное улучшение (денойзинг, лёгкая коррекция).

2. Далее применяется сегментатор фона, который отделяет человека от окружения.

3. На выходе — чистое изображение человека на прозрачном фоне, готовое к ретуши.

2. Обучение модели под стиль клиента

В основе процесса — Stable Diffusion, дополненная тонкой настройкой через LoRA (Low-Rank Adaptation). Мы обучили модель на корпоративном датасете заказчика, состоящем из пар изображений: оригинальных и отретушированных вручную. Это позволило модели не просто улучшать изображение, а воспроизводить конкретный фирменный стиль ретуши, включая:

• Осветление лица
• Мягкие тени
• Гармоничную цветокоррекцию
• Общий «памятный» визуальный стиль

3. Устранение искажений лица через ControlNet

Одна из проблем генеративных моделей — склонность менять лицо или рисовать новое. Чтобы этого избежать, в пайплайн был внедрён ControlNet, использующий три маски:

• Контур лица (face landmark map)
• Глубинная карта (depth map)
• Бинарная маска (область головы)

Это позволило зафиксировать ключевые черты лица и сохранить внешность человека при генерации.

4. Генерация вариантов

Stable Diffusion генерирует 4 разных варианта изображения с применением стилизованной ретуши. Это даёт клиенту выбор и снижает риск неудовлетворённого результата.

5. Постобработка

Все 4 изображения проходит серию дополнительных улучшений:

1. Upscaler (R-ESRGAN 4x+) — увеличивает разрешение без потери качества.
2. Тонкая цветокоррекция — финальные параметры яркости, контраста, насыщенности подбираются по предпочтениям клиента и могут быть индивидуально скорректированы.
3. Добавление виньетки и свечения — реализовано не через ИИ, а через программный алгоритм. Сначала определяется положение головы с помощью нейросети, затем автоматически накладываются эффекты в нужной зоне.

6. Интеграция через Telegram-бот

Вся логика завёрнута в Telegram-бот:

Пользователь отправляет фото.

• Бот отправляет его по API в пайплайн обработки.
• Полученные 4 результата возвращаются в чат.
• Клиент выбирает понравившееся — бот высылает финальное HQ-изображение.

Результаты

• Скорость обработки увеличилась в разы — от загрузки до финального результата проходит несколько минут.
• Качество ретуши соответствует ручной работе мастера.
• Масштабируемость — решение легко обрабатывает десятки заказов одновременно.
• Простота для пользователя — всё происходит в чате без необходимости что-либо объяснять дизайнеру.