UniPortrait是由Junjie96在Hugging Face Spaces上发布的一个创新项目，提供了一个角色一致性融合风格参考的框架，用于保持身份的单人和多人图像个性化。该项目基于Stable Diffusion v1.5模型，提供了三种主要功能：文本到单一ID个性化、文本到多ID个性化以及图像到单一ID个性化（风格化）。
UniPortrait基于Stable Diffusion v1-5模型，提供三个主要功能：
图像到单一ID生成（Image-to-Single-ID Generation）
这个功能允许用户上传两张图片作为输入：一张作为风格参考，另一张作为角色参考。系统随后生成一张融合了两张图片特征的新图像。
操作步骤如下：
选择图像分辨率，如512x512
上传风格参考图和角色参考图
调整Reference Scale，建议值为0.7，设置Face ID Scale，建议值为0.7，调整Face Structure Scale，建议值为0.3，选择是否使用Real-ESRGAN 2x选项
点击"Run"按钮开始生成
该功能可用于创建不同风格的人物肖像，例如将真人照片转换为动画风格或油画风格。
文本到多ID生成（Text-to-Multi-ID Generation）
这个功能支持用户输入文本描述并上传两张不同的人脸图片。系统根据文本提示和提供的面部图像，生成包含两个人物的新场景图像。
使用方法：
在Prompt框中输入场景描述
在First ID和Second ID框中分别上传人脸图片
可选择上传风格参考图
调整Face ID Scale和Face Structure Scale，设置style_scale参数
点击"Run"生成图像
此功能可用于创建包含多个特定人物的虚构场景。
文本到单一ID生成（Text-to-Single-ID Generation）
该功能允许用户输入文本描述，上传一张面部图像，然后生成一张符合文本描述且保持原始面部特征的新图像。
操作流程：
在Prompt框中输入场景和人物描述
上传一张正面人像作为ID图像，可选择上传风格参考图
调整Face ID Scale和Face Structure Scale
使用Negative Prompt功能排除不需要的元素
点击"Run"生成图像
这个功能适合创建各种场景下的个人肖像，如将某人置于不同的职业环境或不同环境中。
UniPortrait还提供一些进阶功能。例如，ID Supplements功能允许用户上传多张参考照片以提高角色一致性。高级选项中的种子设置功能使结果可重复，便于进行调整和比较。
使用UniPortrait时，有几点需要注意：
避免生成过小的面部，以防出现伪影
尝试不同的参数组合以获得理想效果
使用负面提示词来精确控制生成内容
