Masalahnya
Perkara yang kelihatan mudah kepada manusia — mengenal pasti "subjek utama" foto — adalah sangat rumit untuk komputer. Imej hanyalah grid piksel berwarna. Tiada label yang wujud yang mengatakan "piksel ini ialah orangnya" dan "piksel ini ialah dinding di belakangnya."
Pendekatan tradisional menggunakan teknik seperti ambang warna (alih keluar semua piksel warna tertentu) atau pengesanan tepi (cari sempadan antara objek). Ini berfungsi untuk kes mudah tetapi gagal dengan adegan yang kompleks, warna yang serupa antara subjek dan latar belakang, atau butiran yang rumit.
Masukkan Pembelajaran Mesin
Penyingkiran latar belakang AI moden menggunakan pembelajaran mendalam — khususnya, model pembahagian imej. Berikut ialah versi ringkas tentang cara ia berfungsi:
1. Latihan
Rangkaian saraf ditunjukkan berjuta-juta imej di mana subjek telah dikenal pasti secara manual (dilabel). Dari masa ke masa, model mempelajari corak: rupa orang, bagaimana objek dibentuk, bagaimana subjek berbeza daripada latar belakang. Ia belajar mengenali tepi, tekstur dan konteks.
2. Inferens (Menggunakan Model)
Apabila anda memberikan model terlatih imej baharu yang tidak pernah dilihatnya sebelum ini, ia menganalisis data piksel dan menghasilkan "topeng" — peta yang memberikan setiap piksel kebarangkalian untuk menjadi latar depan (subjek) atau latar belakang. Piksel latar depan berkeyakinan tinggi disimpan; piksel latar belakang berkeyakinan tinggi dialih keluar.
3. Pengendalian Tepi
Peralihan antara latar depan dan latar belakang adalah penting. Model moden menjana tepi lembut (ketelusan separa) dan bukannya potongan binari yang keras. Ini menghasilkan hasil yang kelihatan semula jadi, terutamanya di sekeliling tepi yang kompleks.
Mengapa GPU Penting
Rangkaian saraf memproses imej melalui beribu-ribu operasi matematik secara serentak. GPU (Unit Pemprosesan Grafik) direka bentuk untuk pengiraan selari jenis ini. Tugasan yang mungkin mengambil masa 30 saat pada CPU boleh diselesaikan dalam 2-3 saat pada GPU.
Itulah sebabnya alatan seperti QuickRemove menyokong pecutan GPU daripada NVIDIA, AMD dan GPU Intel. Model AI berjalan terus pada GPU anda untuk pemprosesan pantas. Jika tiada GPU yang serasi tersedia, perisian akan kembali kepada pemprosesan CPU — ia masih berfungsi, hanya mengambil masa yang lebih lama.
Kebaikan AI
- Orang dan potret — ini adalah kes penggunaan yang paling biasa, dan model terlatih mengenainya
- Haiwan dan haiwan peliharaan — model mengendalikan bulu dan bentuk haiwan dengan baik
- Produk dan objek — objek yang jelas dengan sempadan yang jelas
- Kenderaan — kereta, basikal dan objek serupa
- Latar belakang yang kompleks — AI boleh memisahkan subjek daripada latar belakang yang sibuk dan terperinci
Cabaran untuk AI
- Objek lutsinar — kaca, air dan bahan lutsinar lain adalah rumit (QuickRemove termasuk pengendalian khas untuk ini)
- Persamaan warna — apabila subjek dan latar belakang sangat serupa dalam warna, sempadan lebih sukar untuk dikesan
- Adegan yang sangat kompleks — berbilang subjek bertindih atau latar depan/latar belakang yang tidak jelas
Pasca Pemprosesan
Selepas AI menjana topeng awal, pasca pemprosesan memperhalusi hasilnya. Alat seperti tawaran QuickRemove:
- Bulu tepi — melembutkan peralihan antara subjek dan latar belakang
- Melicinkan — mengurangkan tepi bergerigi
- Dekontaminasi warna — mengeluarkan tumpahan warna di mana warna latar belakang asal meresap ke tepi subjek
- Berus/pemadam manual — untuk pembetulan halus AI mungkin terlepas
Garis Bawah
Penyingkiran latar belakang AI telah mencapai tahap di mana ia menghasilkan hasil berkualiti profesional dalam beberapa saat. Walaupun ia tidak sempurna dalam setiap senario, ia mengendalikan sebahagian besar kes penggunaan biasa dengan ketepatan yang mengagumkan — menjadikan pengalihan keluar latar belakang boleh diakses oleh semua orang, bukan hanya pakar Photoshop.