Problema
Tai, kas žmonėms atrodo paprasta – nustatyti nuotraukos „pagrindinį objektą“, kompiuteriams stebėtinai sudėtinga. Vaizdas yra tik spalvotų pikselių tinklelis. Nėra būdingos etiketės, sakančios „šis pikselis yra asmuo“ ir „šis pikselis yra siena už jų“.
Tradiciniai metodai naudojo tokius metodus kaip spalvų slenkstis (pašalina visus tam tikros spalvos pikselius) arba kraštų aptikimą (rasti ribas tarp objektų). Jie veikė paprastais atvejais, bet nepavyko su sudėtingomis scenomis, panašiomis spalvomis tarp objekto ir fono arba sudėtingomis detalėmis.
Įeikite į mašininį mokymąsi
Šiuolaikinis dirbtinio intelekto fono pašalinimas naudoja gilų mokymąsi, ypač vaizdo segmentavimo modelius. Štai supaprastinta versija, kaip tai veikia:
1. Mokymas
Neuroniniam tinklui rodomi milijonai vaizdų, kuriuose objektas jau buvo rankiniu būdu identifikuotas (pažymėtas). Laikui bėgant modelis išmoksta modelių: kaip atrodo žmonės, kaip formuojami objektai, kuo subjektai skiriasi nuo fono. Jis mokosi atpažinti kraštus, tekstūras ir kontekstą.
2. Išvados (naudojant modelį)
Kai apmokytam modeliui suteikiate naują vaizdą, kurio jis dar niekada nematė, jis analizuoja pikselių duomenis ir sukuria „kaukę“. — žemėlapis, kuris kiekvienam pikseliui priskiria tikimybę, kad jis bus pirmame plane (objekte) arba fone. Išlaikomi didelio pasitikėjimo priekinio plano pikseliai; didelio patikimumo fono pikseliai pašalinami.
3. Kraštų tvarkymas
Perėjimas tarp priekinio plano ir fono yra labai svarbus. Šiuolaikiniai modeliai sukuria minkštus kraštus (dalinį skaidrumą), o ne kietus dvejetainius pjūvius. Tai sukuria natūraliai atrodančius rezultatus, ypač aplink sudėtingus kraštus.
Kodėl GPU svarbūs
Neuroniniai tinklai apdoroja vaizdus vienu metu atlikdami tūkstančius matematinių operacijų. GPU (Graphics Processing Units) yra sukurti būtent tokiam lygiagrečiam skaičiavimui. Užduotis, kuri CPU gali užtrukti 30 sekundžių, GPU gali būti atlikta per 2–3 sekundes.
Štai kodėl tokie įrankiai kaip „QuickRemove“ palaiko GPU spartinimą iš NVIDIA, AMD ir „Intel“ GPU. AI modelis veikia tiesiogiai jūsų GPU, kad būtų galima greitai apdoroti. Jei nėra suderinamo GPU, programinė įranga grįžta į procesoriaus apdorojimą – ji vis tiek veikia, tik užtrunka ilgiau.
Kuo AI yra geras
- Žmonės ir portretai – tai dažniausiai naudojamas atvejis, o modeliai yra gerai apmokyti
- Gyvūnai ir augintiniai – modeliai puikiai susitvarko su kailiu ir gyvūnų formomis
- Produktai ir objektai – aiškiai apibrėžti objektai su aiškiomis ribomis
- Transporto priemonės – automobiliai, dviračiai ir panašūs daiktai
- Sudėtingi fonai – AI gali atskirti objektus nuo užimtų, detalių fonų
AI iššūkiai
- Skaidrūs objektai – stiklas, vanduo ir kitos permatomos medžiagos yra keblūs (QuickRemove tam skirtas specialus tvarkymas)
- Spalvų panašumas – kai objektas ir fonas yra labai panašios spalvos, ribas aptikti sunkiau
- Itin sudėtingos scenos – keli persidengiantys objektai arba dviprasmiškas pirmas/fonas
Po apdorojimo
AI sugeneravus pradinę kaukę, tolesnis apdorojimas patikslina rezultatą. Įrankiai, tokie kaip „QuickRemove“, siūlo:
- Kraštų apmušimas – sušvelnina perėjimą tarp objekto ir fono
- Išlyginimas – sumažina nelygius kraštus
- Spalvų nukenksminimas – spalvos išsiliejimo pašalinimas, kai pradinė fono spalva išsilieja ant objekto kraštų
- Rankinis šepetys / trintukas – norint atlikti smulkius pataisymus AI gali nepastebėti
Esmė
AI fono pašalinimas pasiekė tašką, kai per kelias sekundes gaunami profesionalūs rezultatai. Nors jis nėra tobulas kiekviename scenarijuje, jis įspūdingai tiksliai tvarko daugumą įprastų naudojimo atvejų, todėl fono pašalinimas pasiekiamas visiems, ne tik „Photoshop“ ekspertams.