肖像写真、またはポートレート写真は、効果的な照明、背景、ポーズを用いて人物または集団の個性を捉えることを目的とした写真の一種である。肖像写真は芸術的または臨床的な場合があり、結婚式、学校行事、商業目的などの特別な機会に依頼されることが多い。AIによる画像・動画生成の文脈では、肖像写真は頻繁に参照される視覚スタイルであり、プロンプト作成者は特定の美的効果を得るために、具体的な照明設定やカメラ設定を記述する。
この実践は19世紀半ばに始まる。1839年に導入されたダゲレオタイプは、絵画による肖像画と比較して座っている時間を大幅に短縮し、写真肖像の人気の高まりにつながった。初期の作品は長時間露光という技術的課題を反映しており、被写体は柔らかな窓光のある無地の背景に対して座らされ、子供を静止させるために隠し母撮影法が登場した。写真技術が進歩するにつれて露光時間は短縮され、写真家はスタジオの外で作業し、より多様な技法を開発できるようになった。
肖像写真の照明
照明は肖像写真の撮影場所において中心的な要素であり、被写体の顔を彫塑するために多くの技法が存在する。最も一般的なセットアップには、三点照明、バタフライ照明、ハイキーまたはローキー照明がある。
三点照明
三点照明は標準的なスタジオセットアップであり、周囲光を用いたロケーション撮影にも応用できる。これはキーライト、フィルライト、バックライトの3つの光源を使用し、ディテールと三次元的な形態を明らかにする。キーライトはカメラから30°から60°の位置、片側または上方に配置され、顔を形作り影を生み出す。反対側に配置されたフィルライトはその影を柔らげ、キーライトの強度に合わせて影を消すか、より劇的な効果のために弱く設定することもできる。バックライトは、被写体の髪に向ける場合はヘアライトとも呼ばれ、被写体を背景から分離し、レンズフレアを生み出すことがある。4つ目のライトで背景を別途照らす場合もある。
ハイキー照明とローキー照明
ハイキー照明は、影がほとんどない画像を生み出し、背景が被写体よりも明るくなる。通常、3つ（またはそれ以上）のライトをすべて使用する。ローキー照明は、被写体の一部だけが照らされ、深い影と暗い背景を持つ画像を作り出す。通常、三点照明セットアップで1つのライト（時には2つ）のみを使用する。
バタフライ照明
バタフライ照明は2つの光源を使用する。カメラの真上（またはわずかに横）の被写体の正面にあるキーライトと、カメラの下にあるフィルライトまたは反射板である。その結果、額、鼻筋、頬の上部に強いハイライトが生じ、鼻の下に特徴的な蝶の形をした影ができる。この技法はハリウッドの肖像写真家ジョージ・ハレルが好んで用い、パラマウント照明とも呼ばれることがある。
窓光肖像写真
人工照明が登場する以前は、窓が主要な光源であった。アーサー・ハモンドが指摘したように、窓と反射板があれば肖像写真の照明には十分である。窓光は柔らかく豊かな照明を提供するが、選択肢は限られる。白い反射板でコントラストを均一にできる。露光時間が長い場合は三脚が必要になることもあるが、結果はしばしば魅力的である。窓光肖像写真に最適な時間帯は、通常、太陽が低い早朝または夕方遅くである。
著名な実践者
肖像写真は多くの影響力のある写真家によって形作られてきた。ジョージ・ハレルは、バタフライ照明を用いたハリウッドのグラマー肖像で有名である。ユーサフ・カーシュは世界の指導者や芸術家を撮影し、1941年の有名なウィンストン・チャーチルの肖像を収めた。リチャード・アヴェドンの20世紀におけるミニマルでしばしば生々しい肖像は、スタジオワークを再定義した。ドロシア・ラングのドキュメンタリー風の肖像、例えば『移民の母』（1936年）は、深い個人的な物語を伝えた。アニー・リーボヴィッツは1970年代以降、雑誌向けに象徴的な有名人や王室の肖像を生み出してきた。
視覚的特徴
AI生成の肖像写真では、典型的な視覚的特徴として、被写体を分離する浅い被写界深度と背景のぼかしが挙げられる。照明はしばしば雰囲気を定義する。ハイキーでは柔らかく均一、ローキーでは劇的で影のあるものとなる。ポーズと表情は、Fake nude photographyの個性を伝える中心的な要素である。構図は三分割法に従うか、顔を中央に置く場合があり、背景は無地（スタジオの場合）または文脈豊かなもの（環境肖像）にすることができる。
AI画像生成におけるプロンプト技法
AIプロンプトで肖像写真を呼び出す際、作成者は照明設定、レンズタイプ、カメラ設定を指定する。一般的なキーワードには、「三点照明」「バタフライ照明」「ハイキー」「ローキー」「窓光」「ソフトボックス」「反射板」「ボケ」「85mmレンズ」「f/1.8」「スタジオ背景」などがある。DALL-E、Midjourney、Stable Diffusionなどのモデルはこれらの用語に応答し、写真のリアリズムを模倣した画像を生成する。一部のシステムはアーティファクトを避けるためのネガティブプロンプトを受け入れたり、Computational photographyなどの技法を用いてリアリズムを向上させたりする。
実用的な考慮事項
伝統的な文脈とAIの文脈の両方における肖像写真は、ポーズ、表情、被写体との対話に注意を払う必要がある。Promptエンジニアリングでは、明確さと具体性が出力を向上させる。「肖像写真」とだけ言及すると一般的な結果が得られる。「レンブラント照明」や「ゴールデンアワー」を追加するとスタイルが調整される。AIモデルは用語を予測不能に重み付けする可能性があるため、異なる言い回しの実験が一般的である。
倫理的および社会的側面
肖像写真は、同意、表現、プライバシーに関する倫理的問題を提起する。AIにおいて、許可なく実在の人物のリアルな肖像を生成することは問題があり、プラットフォームはそのような機能を制限している。Fake nude photographyの概念はリスクを強調しており、AIは欺瞞的な画像を作成できるため、保護措置が必要である。伝統的な肖像写真と同様に、被写体の尊厳と文脈を尊重することを目的とする。
歴史的および技術的進化
ダゲレオタイプからデジタルまで、肖像写真は技術とともに進化してきた。2010年代のNeural networkとDeep learningの導入により、AIは肖像を合成できるようになった。StyleGANや拡散ベースの生成器などのモデルは、OpenAIや他の研究所によって開発され、現在ではフォトリアリスティックな顔を生成する。2017年に導入されたTransformer (architecture)アーキテクチャは、多くのテキストから画像へのシステムの基盤となっており、自然言語による制御を可能にしている。2024年現在、AI肖像生成はDALL-E 2やMidjourneyなどのツールの標準機能となっている。
AIと動画における肖像
AI生成動画では、肖像写真は被写体がカメラに向きを変えるなどの動的なシーケンスに現れる。プロンプト作成者は「シネマティック」や「スローズーム」を追加して動きを喚起することがある。SoraやRunwayなどのモデルは時間的側面を処理するが、肖像はその構図の明瞭さから中核的なスタイルであり続けている。
結論
肖像写真は基礎的なジャンルとして存続し、照明、ポーズ、雰囲気をプロンプトにエンコードすることでAIに適応されてきた。その歴史は現在の実践に影響を与え、その技法は合成画像作成のための豊かな語彙を提供している。