ບັນຫາ
ສິ່ງທີ່ເບິ່ງຄືວ່າງ່າຍດາຍສໍາລັບມະນຸດ - ການກໍານົດ "ຫົວຂໍ້ຕົ້ນຕໍ" ຂອງຮູບຖ່າຍ - ແມ່ນສັບສົນທີ່ຫນ້າປະຫລາດໃຈສໍາລັບຄອມພິວເຕີ້. ຮູບພາບແມ່ນພຽງແຕ່ຕາຂ່າຍໄຟຟ້າຂອງ pixels ສີ. ບໍ່ມີປ້າຍກຳກັບທີ່ບອກວ່າ " pixel ນີ້ແມ່ນຄົນ " ແລະ " pixel ນີ້ແມ່ນກໍາແພງຫລັງພວກເຂົາ."
ວິທີການແບບດັ້ງເດີມໃຊ້ເຕັກນິກເຊັ່ນ: ການກໍານົດຂອບເຂດສີ (ເອົາ pixels ທັງຫມົດຂອງສີທີ່ແນ່ນອນອອກ) ຫຼືການກວດສອບຂອບ (ຊອກຫາຂອບເຂດລະຫວ່າງວັດຖຸ). ເຫຼົ່ານີ້ໃຊ້ໄດ້ສໍາລັບກໍລະນີທີ່ງ່າຍດາຍແຕ່ລົ້ມເຫລວກັບ scenes ສະລັບສັບຊ້ອນ, ສີທີ່ຄ້າຍຄືກັນລະຫວ່າງຫົວຂໍ້ແລະພື້ນຫລັງ, ຫຼືລາຍລະອຽດ intricate.
ເຂົ້າສູ່ການຮຽນຮູ້ເຄື່ອງຈັກ
ການກໍາຈັດພື້ນຫລັງ AI ທີ່ທັນສະໄຫມໃຊ້ການຮຽນຮູ້ເລິກ - ໂດຍສະເພາະ, ຮູບແບບການແບ່ງສ່ວນຮູບພາບ. ນີ້ແມ່ນສະບັບທີ່ງ່າຍດາຍຂອງວິທີການເຮັດວຽກ:
1. ການຝຶກອົບຮົມ
ເຄືອຂ່າຍ neural ແມ່ນສະແດງໃຫ້ເຫັນຫຼາຍລ້ານຮູບພາບທີ່ຫົວຂໍ້ໄດ້ຖືກກໍານົດແລ້ວດ້ວຍຕົນເອງ (ຕິດສະຫຼາກ). ເມື່ອເວລາຜ່ານໄປ, ຕົວແບບຮຽນຮູ້ຮູບແບບ: ຄົນເບິ່ງຄືແນວໃດ, ວັດຖຸມີຮູບຮ່າງແນວໃດ, ຫົວຂໍ້ແຕກຕ່າງຈາກພື້ນຖານແນວໃດ. ມັນຮຽນຮູ້ທີ່ຈະຮັບຮູ້ຂອບ, ໂຄງສ້າງ, ແລະສະພາບການ.
2. Inference (ການນໍາໃຊ້ຕົວແບບ)
ເມື່ອທ່ານໃຫ້ຮູບແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມຮູບພາບໃຫມ່ທີ່ມັນບໍ່ເຄີຍເຫັນມາກ່ອນ, ມັນຈະວິເຄາະຂໍ້ມູນ pixels ແລະຜະລິດ "ຫນ້າກາກ" — ແຜນທີ່ທີ່ກໍານົດແຕ່ລະ pixels ຄວາມເປັນໄປໄດ້ຂອງການເປັນ foreground (ຫົວຂໍ້) ຫຼືພື້ນຫລັງ. pixels foreground ຄວາມຫມັ້ນໃຈສູງຖືກເກັບຮັກສາໄວ້; pixels ພື້ນຫຼັງຄວາມໝັ້ນໃຈສູງຖືກລຶບອອກ.
3. ການຈັດການແຂບ
ການຫັນປ່ຽນລະຫວ່າງ foreground ແລະພື້ນຖານແມ່ນສໍາຄັນ. ຮູບແບບທີ່ທັນສະໄຫມສ້າງຂອບອ່ອນ (ຄວາມໂປ່ງໃສບາງສ່ວນ) ແທນທີ່ຈະເປັນການຕັດຄູ່ແຂງ. ອັນນີ້ສ້າງຜົນໄດ້ຮັບທີ່ມີລັກສະນະທໍາມະຊາດ, ໂດຍສະເພາະຢູ່ອ້ອມຮອບຂອບທີ່ສັບສົນ.
ເປັນຫຍັງ GPUs ສໍາຄັນ
ເຄືອຂ່າຍ neural ປະມວນຜົນຮູບພາບໂດຍຜ່ານການດໍາເນີນງານທາງຄະນິດສາດຫຼາຍພັນອັນພ້ອມກັນ. GPUs (ຫນ່ວຍປະມວນຜົນກາຟິກ) ຖືກອອກແບບມາສໍາລັບການຄິດໄລ່ຂະຫນານປະເພດນີ້ຢ່າງແທ້ຈິງ. ວຽກງານທີ່ອາດຈະໃຊ້ເວລາ 30 ວິນາທີໃນ CPU ສາມາດສໍາເລັດໃນ 2-3 ວິນາທີໃນ GPU.
ນີ້ແມ່ນເຫດຜົນທີ່ວ່າເຄື່ອງມືເຊັ່ນ QuickRemove ສະຫນັບສະຫນູນການເລັ່ງ GPU ຈາກ NVIDIA, AMD, ແລະ Intel GPUs. ຮູບແບບ AI ເຮັດວຽກໂດຍກົງໃສ່ GPU ຂອງທ່ານເພື່ອປະມວນຜົນໄວ. ຖ້າບໍ່ມີ GPU ທີ່ເຂົ້າກັນໄດ້, ຊອບແວຈະກັບຄືນສູ່ການປະມວນຜົນ CPU — ມັນຍັງເຮັດວຽກໄດ້, ພຽງແຕ່ໃຊ້ເວລາດົນກວ່າ.
ສິ່ງທີ່ AI ແມ່ນດີຢູ່
- ຄົນ ແລະຮູບຄົນ — ນີ້ແມ່ນກໍລະນີທີ່ໃຊ້ທົ່ວໄປທີ່ສຸດ, ແລະຕົວແບບຕ່າງໆໄດ້ຮັບການຝຶກອົບຮົມຢ່າງດີ
- ສັດ ແລະສັດລ້ຽງ — ຕົວແບບຈັດການຂົນສັດ ແລະຮູບຮ່າງຂອງສັດໄດ້ດີ
- ຜະລິດຕະພັນແລະວັດຖຸ — ວັດຖຸທີ່ກໍານົດໄວ້ທີ່ດີທີ່ມີຂອບເຂດທີ່ຈະແຈ້ງ
- ພາຫະນະ — ລົດ, ລົດຖີບ, ແລະວັດຖຸທີ່ຄ້າຍຄືກັນ
- ພື້ນຖານທີ່ຊັບຊ້ອນ — AI ສາມາດແຍກຫົວຂໍ້ຈາກຄວາມຫຍຸ້ງຍາກ, ພື້ນຖານລະອຽດ
ສິ່ງທ້າທາຍສໍາລັບ AI
- ວັດຖຸໂປ່ງໃສ — ແກ້ວ, ນ້ໍາ, ແລະອຸປະກອນການເບິ່ງຜ່ານອື່ນໆແມ່ນ tricky (QuickRemove ປະກອບມີການຈັດການພິເສດສໍາລັບການນີ້)
- ຄວາມຄ້າຍຄືກັນຂອງສີ — ເມື່ອຫົວຂໍ້ ແລະພື້ນຫຼັງມີຄວາມຄ້າຍຄືກັນຫຼາຍໃນສີ, ເຂດແດນແມ່ນຍາກທີ່ຈະກວດພົບ
- ສາກທີ່ສັບສົນຫຼາຍ — ຫຼາຍຫົວຂໍ້ທີ່ທັບຊ້ອນກັນ ຫຼື ພື້ນຫຼັງ/ພື້ນຫຼັງທີ່ບໍ່ຊັດເຈນ
ຫຼັງການປະມວນຜົນ
ຫຼັງຈາກ AI ສ້າງຫນ້າກາກເບື້ອງຕົ້ນ, ການປຸງແຕ່ງຫຼັງການປຸງແຕ່ງຈະປັບປຸງຜົນໄດ້ຮັບ. ເຄື່ອງມືເຊັ່ນການສະເຫນີ QuickRemove:
- Edge feathering — ເຮັດໃຫ້ການຫັນປ່ຽນລະຫວ່າງຫົວຂໍ້ແລະພື້ນຫລັງອ່ອນລົງ
- Smoothing — ການຫຼຸດຜ່ອນແຄມ jagged
- ການປົນເປື້ອນສີ — ກໍາຈັດການຮົ່ວໄຫຼຂອງສີທີ່ສີພື້ນຫຼັງເດີມໄຫຼລົງໃສ່ຂອບຂອງຫົວຂໍ້.
- ແປງ / ຢາງຄູ່ມື - ສໍາລັບການແກ້ໄຂທີ່ດີ AI ອາດຈະພາດ
ເສັ້ນທາງລຸ່ມ
ການກໍາຈັດພື້ນຫລັງ AI ໄດ້ເຖິງຈຸດທີ່ມັນສ້າງຜົນໄດ້ຮັບທີ່ມີຄຸນນະພາບເປັນມືອາຊີບໃນວິນາທີ. ໃນຂະນະທີ່ມັນບໍ່ສົມບູນແບບໃນທຸກສະຖານະການ, ມັນຈັດການກັບກໍລະນີການນໍາໃຊ້ທົ່ວໄປສ່ວນໃຫຍ່ດ້ວຍຄວາມແມ່ນຍໍາທີ່ຫນ້າປະທັບໃຈ - ເຮັດໃຫ້ການກໍາຈັດພື້ນຫລັງສາມາດເຂົ້າເຖິງໄດ້ກັບທຸກຄົນ, ບໍ່ພຽງແຕ່ຜູ້ຊ່ຽວຊານ Photoshop.