Character Design IA — Conserver la régularité faciale sous tous les angles

Tu conçois un personnage pour une campagne, une série ou un pitch. Le défi : le faire apparaître identique sur 5, 10 ou 20 images — face, profil, trois-quarts, différentes expressions. Les générateurs d’images (Midjourney, Flux) excellent pour l’ambiance et le style, mais ne garantissent pas la même identité faciale. Pour tenir la régularité, il faut soit une référence image forte (--cref, upload), soit un LoRA entraîné sur ce visage (Stable Diffusion), soit accepter une « ressemblance de famille » et miser sur le costume et le contexte. Cet article résume comment conserver la régularité faciale en character design IA sous tous les angles.

Pourquoi la régularité faciale est difficile

Chaque génération repart de zéro : le moteur ne « se souvient » pas du visage de l’image précédente. Sans contrainte (référence ou LoRA), deux images du « même » personnage donneront deux visages différents. Les options sont : (1) Référence image : tu fournis une ou plusieurs photos/rendus du personnage, et le moteur « tire » vers ce visage. (2) LoRA : tu entraînes un petit modèle sur 15–30 images du personnage, puis tu l’actives à chaque génération. (3) Style + silhouette : même costume, même coupe, même âge/genre dans le prompt ; le visage restera approximatif. Pour le détail du LoRA et de la cohérence visuelle, le guide dédié couvre l’entraînement et l’usage.

Référence image (--cref, upload)

Midjourney. Les versions récentes proposent une character reference (--cref) : tu uploades une image du personnage (ou son URL), et tu l’ajoutes au prompt. Midjourney tente de garder une ressemblance. Pas une copie pixel ; une tendance. Utile pour des storyboards ou des moodboards où « ça ressemble » suffit. Voir Midjourney V8.

Autres outils. Runway, Kling, certains front-ends Flux ou SD acceptent une image de référence du personnage. Tu uploades, tu promptes la pose/le décor, le moteur fusionne. Efficacité variable ; à tester par outil. Pour la vidéo, Runway avec référence permet parfois de garder un personnage sur plusieurs plans.

Limites. La référence ne garantit pas la même personne à 100 %. Les angles extrêmes (dos, profil serré) peuvent dériver. Pour une régularité maximale, le LoRA sur Stable Diffusion reste le plus fiable pour l’image fixe.

LoRA personnage (Stable Diffusion)

Principe. Tu rassembles 15–30 images du même personnage (concept art, captures, photos de référence). Tu les recadres de façon homogène (visage centré). Tu entraînes un LoRA avec une trigger word (ex. « hero_female »). Ensuite, à chaque génération, tu charges ce LoRA et tu utilises la trigger word dans le prompt. Le visage reste cohérent sous différents angles et expressions, tant que tu restes dans le « domaine » appris (réaliste, semi-réaliste, etc.). Pour le workflow complet LoRA et les ressources Civitai, les articles dédiés détaillent l’entraînement et les pièges.

Bonnes pratiques. (1) Qualité des images d’entraînement : pas de flou, pas de masques, visage bien visible. (2) Variété : angles et expressions différents. (3) Poids du LoRA : 0.7–1.0 en général ; trop haut = sur-apprentissage. (4) Poses et cadrage : décris des poses simples dans le prompt ; évite les mains en premier plan si tu veux limiter les erreurs anatomiques.

Cohérence par costume et contexte (sans LoRA)

Si tu n’as pas de LoRA ni de référence fiable, tu peux renforcer la cohérence perçue par : même description du personnage dans chaque prompt (« woman, short black hair, red coat, 30s »), même style (--sref pour l’esthétique), même palette et même type de plans. Le visage ne sera pas identique, mais le personnage sera reconnaissable par l’ensemble (silhouette, vêtement, contexte). Adapté aux storyboards et moodboards où la précision faciale n’est pas critique.

Ce que les débutants se trompent

Attendre la même personne avec Midjourney seul. Sans --cref ni LoRA, chaque image = nouveau visage. Correction : Utiliser --cref (Midjourney) ou LoRA (SD) si la régularité est requise.

LoRA avec trop peu d’images. 5 images = sur-apprentissage, toujours la même expression. Correction : 15–30 images, variées en angle et expression. Voir LoRA visage.

Poses trop complexes. Mains, doigts, angles bizarres = plus d’erreurs. Correction : Poses simples ; éviter gros plan mains. Negative prompt sur SD pour limiter les aberrations.

Changer de style entre les images. Une image réaliste, une en anime = le personnage ne « tient » pas. Correction : Même style (réaliste ou cartoon) partout ; même style reference pour l’ambiance.

La régularité faciale en IA, c’est une contrainte : référence ou LoRA. Sans contrainte, tu obtiens une famille visuelle, pas une identité fixe.

Foire aux questions (FAQ)

Midjourney --cref suffit-il pour une campagne ? Ça dépend du niveau d’exigence. Pour un pitch ou un storyboard, souvent oui. Pour une campagne avec le même visage sur 10 affiches, un LoRA (SD) ou une référence très forte donne de meilleurs résultats.

Où entraîner un LoRA personnage ? En local (Kohya_ss, SimpleTuner) si tu as un GPU ; ou via des services (Replicate, RunPod, Tensor.art training). Voir Civitai pour des LoRA existants et cohérence LoRA.

Droit à l’image pour un LoRA sur une personne réelle ? Entraîner un LoRA sur une personne réelle sans accord pose des questions juridiques et éthiques. Pour la pub, privilégier des personnages fictifs ou des modèles avec licence.

Combien d’images pour un LoRA personnage ? 15–30 en général. Moins = risque de sur-apprentissage ; plus = plus de variété mais plus long à préparer.