Problemi
Ajo që duket e thjeshtë për njerëzit — identifikimi i "subjektit kryesor"; e një fotografie — është çuditërisht komplekse për kompjuterët. Një imazh është vetëm një rrjet pikselësh me ngjyra. Nuk ka asnjë etiketë të natyrshme që thotë "ky piksel është personi"; dhe "ky piksel është muri pas tyre."
Qasjet tradicionale përdorën teknika si pragu i ngjyrave (heqja e të gjithë pikselëve të një ngjyre të caktuar) ose zbulimi i skajeve (gjetja e kufijve midis objekteve). Këto funksionuan për raste të thjeshta, por dështuan me skena komplekse, ngjyra të ngjashme midis subjektit dhe sfondit, ose detaje të ndërlikuara.
Hyni në Learning Machine
Heqja moderne e sfondit të AI përdor mësimin e thellë - veçanërisht, modelet e segmentimit të imazheve. Këtu është versioni i thjeshtuar se si funksionon:
1. Trajnim
Një rrjeti nervor shfaq miliona imazhe ku subjekti tashmë është identifikuar manualisht (etiketuar). Me kalimin e kohës, modeli mëson modelet: si duken njerëzit, si janë formuar objektet, si ndryshojnë subjektet nga prejardhja. Ai mëson të njohë skajet, teksturat dhe kontekstin.
2. Konkluzioni (duke përdorur modelin)
Kur i jepni modelit të trajnuar një imazh të ri që nuk e ka parë kurrë më parë, ai analizon të dhënat e pikselit dhe prodhon një "maskë" - një hartë që i cakton çdo piksel një probabilitet për të qenë në plan të parë (subjekt) ose sfond. Piksele në plan të parë me besim të lartë mbahen; pikselat e sfondit me besim të lartë hiqen.
3. Trajtimi i skajeve
Kalimi midis planit të parë dhe sfondit është thelbësor. Modelet moderne gjenerojnë skaje të buta (transparencë të pjesshme) në vend të prerjeve të forta binare. Kjo krijon rezultate me pamje natyrale, veçanërisht rreth skajeve komplekse.
Pse kanë rëndësi GPU-të
Rrjetet nervore përpunojnë imazhet përmes mijëra operacioneve matematikore njëkohësisht. GPU-të (Njësitë e Përpunimit Grafik) janë krijuar pikërisht për këtë lloj llogaritjeje paralele. Një detyrë që mund të marrë 30 sekonda në një CPU mund të përfundojë në 2-3 sekonda në një GPU.
Kjo është arsyeja pse mjetet si QuickRemove mbështesin përshpejtimin GPU nga GPU-të NVIDIA, AMD dhe Intel. Modeli i AI funksionon drejtpërdrejt në GPU-në tuaj për përpunim të shpejtë. Nëse nuk disponohet një GPU e përputhshme, softueri kthehet në përpunimin e CPU-së - ai ende funksionon, thjesht kërkon më shumë kohë.
Në çfarë është e mirë AI
- Njerëz dhe portrete - ky është rasti më i zakonshëm i përdorimit dhe modelet janë të trajnuara mirë për të
- Kafshët dhe kafshët shtëpiake — modelet trajtojnë mirë format e leshit dhe kafshëve
- Produktet dhe objektet - objekte të përcaktuara mirë me kufij të qartë
- Automjetet - makina, biçikleta dhe objekte të ngjashme
- Sfondet komplekse — AI mund të ndajë subjektet nga sfondet e zëna dhe të detajuara
Sfidat për AI
- Objektet transparente - qelqi, uji dhe materiale të tjera të dukshme janë të ndërlikuara (QuickRemove përfshin trajtim të veçantë për këtë)
- Ngjashmëria e ngjyrave - kur subjekti dhe sfondi janë shumë të ngjashëm në ngjyrë, kufijtë janë më të vështirë për t'u zbuluar
- Skena jashtëzakonisht komplekse — subjekte të shumta të mbivendosura ose në plan të parë/sfond të paqartë
Pas përpunimit
Pasi AI gjeneron maskën fillestare, pas-përpunimi përmirëson rezultatin. Mjete si oferta QuickRemove:
- Pupla e skajit - zbut kalimin midis subjektit dhe sfondit
- Zbutja - reduktimi i skajeve të dhëmbëzuara
- Dekontaminimi i ngjyrave - heqja e derdhjes së ngjyrës ku ngjyra origjinale e sfondit rrjedh në skajet e temës
- Furçë/gomë manuale — për korrigjime të imta, AI mund të mungojë
Përfundimi
Heqja e sfondit të AI ka arritur në një pikë ku prodhon rezultate me cilësi profesionale në sekonda. Ndërsa nuk është i përsosur në çdo skenar, ai trajton shumicën dërrmuese të rasteve të përdorimit të zakonshëm me saktësi mbresëlënëse – duke e bërë heqjen e sfondit të aksesueshme për të gjithë, jo vetëm për ekspertët e Photoshop-it.