Асуудал
Хүмүүст энгийн мэт санагддаг зүйл буюу зургийн "гол сэдвийг" тодорхойлох нь компьютерийн хувьд гайхалтай төвөгтэй байдаг. Зураг бол зүгээр л өнгөт пикселийн сүлжээ юм. "Энэ пиксел бол хүн", "энэ пиксел бол тэдний ард байгаа хана" гэсэн төрөлхийн шошго байхгүй.
Уламжлалт арга барилд өнгөний босго тогтоох (тодорхой өнгөний бүх пикселийг арилгах) эсвэл ирмэгийг илрүүлэх (объект хоорондын хил хязгаарыг олох) зэрэг аргуудыг ашигладаг. Эдгээр нь энгийн тохиолдлуудад ажиллаж байсан боловч нарийн төвөгтэй үзэгдэл, сэдэв болон дэвсгэрийн хоорондох ижил төстэй өнгө, нарийн төвөгтэй нарийн ширийн зүйлсээр бүтэлгүйтсэн.
Machine Learning-д орно
Орчин үеийн хиймэл оюун ухааны арын дэвсгэрийг арилгах нь гүнзгий суралцах аргыг ашигладаг, тухайлбал дүрсийг сегментчилдэг загваруудыг ашигладаг. Энэ нь хэрхэн ажилладаг талаар хялбаршуулсан хувилбар юм:
1. Сургалт
Мэдрэлийн сүлжээ нь субьектийг гараар тодорхойлсон (шошгологдсон) сая сая зургийг харуулдаг. Цаг хугацаа өнгөрөхөд загвар нь хэв маягийг сурдаг: хүмүүс ямар харагддаг, объектууд хэрхэн хэлбэртэй байдаг, субьектүүд дэвсгэрээс хэрхэн ялгаатай байдаг. Энэ нь ирмэг, бүтэц, нөхцөл байдлыг таньж сурдаг.
2. Дүгнэлт (Загвар ашиглах)
Та бэлтгэгдсэн загварт урьд өмнө хэзээ ч харж байгаагүй шинэ дүрс өгөхөд энэ нь пикселийн өгөгдөлд дүн шинжилгээ хийж, "маск" үүсгэдэг бөгөөд энэ нь пиксел бүрт урд (субъект) эсвэл арын дэвсгэр байх магадлалыг хуваарилдаг газрын зураг юм. Өндөр итгэлтэй урд талын пикселүүд хадгалагдана; өндөр итгэлтэй дэвсгэр пикселийг устгасан.
3. Ирмэгийн зохицуулалт
Урд болон дэвсгэр хоёрын хооронд шилжих нь маш чухал юм. Орчин үеийн загварууд нь хатуу хоёртын зүсэлтээс илүү зөөлөн ирмэгийг (хэсэгчилсэн ил тод байдал) үүсгэдэг. Энэ нь ялангуяа нарийн төвөгтэй ирмэгүүдийн эргэн тойронд байгалийн харагдах үр дүнг бий болгодог.
Яагаад GPU чухал вэ?
Мэдрэлийн сүлжээ нь олон мянган математикийн үйлдлээр нэгэн зэрэг дүрсийг боловсруулдаг. GPU (Graphics Processing Units) нь яг ийм төрлийн зэрэгцээ тооцоололд зориулагдсан. CPU дээр 30 секунд шаардагдах ажлыг GPU дээр 2-3 секундын дотор гүйцэтгэх боломжтой.
Тийм ч учраас QuickRemove зэрэг хэрэгслүүд NVIDIA, AMD болон Intel GPU-ийн GPU хурдатгалыг дэмждэг. AI загвар нь хурдан боловсруулахын тулд таны GPU дээр шууд ажилладаг. Хэрэв тохирох GPU байхгүй бол програм хангамж нь CPU-ийн боловсруулалтад буцаж ордог - энэ нь ажилласаар л байна, зүгээр л удаан хугацаа шаардагдана.
AI юунд сайн бэ?
- Хүмүүс ба хөрөг зураг - энэ бол хамгийн түгээмэл хэрэглэгдэхүүн бөгөөд загвар өмсөгчид үүн дээр маш сайн бэлтгэгдсэн байдаг
- Амьтан ба тэжээвэр амьтад - загвар өмсөгчид үслэг эдлэл, амьтны хэлбэрийг сайн зохицуулдаг
- Бүтээгдэхүүн ба объектууд - тодорхой хил хязгаартай, сайн тодорхойлсон объектууд
- Тээврийн хэрэгсэл - машин, унадаг дугуй, түүнтэй төстэй зүйл
- Нарийн төвөгтэй дэвсгэр зураг — AI нь сэдвийг завгүй, нарийвчилсан дэвсгэр байдлаас салгаж чаддаг
AI-д тулгарч буй сорилтууд
- Ил тод объектууд — шил, ус болон бусад нэвт харагдуулдаг материалууд нь төвөгтэй байдаг (QuickRemove нь үүнд зориулсан тусгай зохицуулалтыг агуулдаг)
- Өнгөний ижил төстэй байдал - сэдэв болон дэвсгэр өнгө нь маш төстэй бол хил хязгаарыг илрүүлэхэд хэцүү байдаг
- Хэт ээдрээтэй үзэгдлүүд - олон давхцаж буй объект эсвэл хоёрдмол утгатай нүүр/арын дэвсгэр
Дараах боловсруулалт
AI анхны маскыг үүсгэсний дараа дараах боловсруулалт нь үр дүнг сайжруулдаг. QuickRemove санал болгож буй хэрэгслүүд:
- Edge feathering - сэдэв болон дэвсгэр хоорондын шилжилтийг зөөлрүүлнэ
- Smoothing - ирмэгийн ирмэгийг багасгах
- Өнгө ариутгах - сэдэвийн ирмэг дээр анхны дэвсгэр өнгө урсдаг өнгөт асгаралтыг арилгах.
- Гарын авлагын сойз/баллуур — нарийн залруулга хийхэд хиймэл оюун ухаан алдаж болзошгүй
Доод шугам
AI дэвсгэр арилгах нь хэдхэн секундын дотор мэргэжлийн чанартай үр дүнг гаргах хэмжээнд хүрсэн. Энэ нь бүх хувилбарт төгс биш ч гэсэн нийтлэг хэрэглээний ихэнх тохиолдлуудыг гайхалтай нарийвчлалтайгаар зохицуулдаг бөгөөд энэ нь зөвхөн Photoshop мэргэжилтнүүдэд төдийгүй бүх хүмүүст арын дэвсгэрийг арилгах боломжтой болгодог.