画像に写っていない動作をさせたい｜開始姿勢を先に作る理由

人物の立ち姿から、座る、持ち上げる、手を振るといった動作を作る場合、最初の画像に必要な身体や物が見えているかを確認します。動作の文章を足すだけでなく、動き始める前の姿勢を設計する方法があります。開始姿勢を変えれば必ず成功するという話ではなく、入力画像と動作の関係を整理する手順です。

未生成の例として、人物が机のカップを持ち上げる場面を考えます。開始時には、カップが机に置かれ、人物の手が届く距離にあり、使う手が画面で確認できる必要があります。手が背中に隠れている画像から始める案とは、動画内で必要になる動作の数が違います。

「持ち上げる」を、手を伸ばす、触れる、握る、上へ動かすという順序に分け、どこから見せたいかを決めます。握った後から始めても目的を満たすなら、その状態を開始画像にする案もあります。手に取る瞬間が必要な説明動画では、その動作を省略しないようにします。

椅子から立ち上がらせたいのに、すでに直立した画像を使っていないか。右手を使いたいのに、その手が別の物を持っていないか。頭、肩、腕、脚、道具を見ながら、動作の出発点として矛盾がないかを確認します。

Runwayの公式案内は、画像が構図などを与え、文章が動きや時間の進行を伝える役割を説明しています。すべてのモデルが同じ入力方式とは限りませんが、画像と文章を組み合わせて確認する際の参考になります。

姿勢を変えるときは、保持する顔、体型、衣装、背景を併記します。SEOULVIQでは、承認済みの体型を頭身目標で補正せず、場面ごとの顔の向きや姿勢を調整する基準があります。腕を前へ出す修正を、人物全体の細身化などへ広げません。

修正後の開始画像を一枚として確認し、手と道具の接触、左右、足の接地、物の数を点検します。動作を見せるための余白も確認します。開始時に画面へ収まっていても、手を上げた瞬間に見切れる構図なら、先に画角を見直す必要があります。

開始画像が承認されたら、その版と動作の指示を対応付けます。結果に問題があるときは、最初から形が違うのか、動き始めてから崩れるのかを分けて記録します。新しい画像と新しい文章を同時に使った場合、一方だけが改善の原因だったとは判断しません。

静止画としての採用は、動画全体の合格を意味しません。生成へ進む場合も、試行上限を決めて動作の途中と終わりを確認します。本稿のカップの場面は未生成の設計例であり、開始姿勢の変更による成功率は測定していません。