Проблема
Те, що людям здається простим — визначення «головного об’єкта» фотографії — напрочуд складне для комп’ютерів. Зображення — це просто сітка кольорових пікселів. Немає притаманного ярлика «цей піксель — це людина» і «цей піксель — стіна за нею».
Традиційні підходи використовували такі методи, як порогове визначення кольору (видалення всіх пікселів певного кольору) або виявлення країв (знаходження меж між об’єктами). Вони працювали в простих випадках, але не виконували складних сцен, однакових кольорів між об’єктом і фоном або складних деталей.
Введіть машинне навчання
Сучасне видалення фону штучного інтелекту використовує глибоке навчання — зокрема, моделі сегментації зображень. Ось спрощена версія того, як це працює:
1. Навчання
Нейронна мережа показує мільйони зображень, на яких об’єкт вже ідентифіковано вручну (позначено). З часом модель вивчає закономірності: як виглядають люди, якої форми об’єкти, чим об’єкти відрізняються від фону. Він вчиться розпізнавати краї, текстури та контекст.
2. Висновок (використання моделі)
Коли ви надаєте навченій моделі нове зображення, яке вона ніколи раніше не бачила, вона аналізує піксельні дані та створює «маску» — карту, яка призначає кожному пікселю ймовірність того, що він буде переднім планом (об’єктом) або фоном. Зберігаються високоякісні пікселі переднього плану; фонові пікселі з високою достовірністю видаляються.
3. Обробка країв
Перехід між переднім планом і фоном має вирішальне значення. Сучасні моделі створюють м’які краї (часткову прозорість), а не жорсткі бінарні розрізи. Це створює природні результати, особливо навколо складних країв.
Чому графічні процесори важливі
Нейронні мережі обробляють зображення за допомогою тисяч математичних операцій одночасно. Графічні процесори (Graphics Processing Units) розроблені саме для такого роду паралельних обчислень. Завдання, яке може зайняти 30 секунд на ЦП, може бути виконано за 2-3 секунди на ГП.
Ось чому такі інструменти, як QuickRemove, підтримують прискорення GPU від графічних процесорів NVIDIA, AMD і Intel. Модель AI працює безпосередньо на вашому GPU для швидкої обробки. Якщо сумісного графічного процесора немає, програмне забезпечення повертається до обробки ЦП — воно все ще працює, просто займає більше часу.
У чому хороший ШІ
- Люди та портрети — це найпоширеніший варіант використання, на якому моделі добре навчені
- Тварини та домашні тварини — моделі добре справляються з шерстю та фігурами тварин
- Продукти та об’єкти — чітко визначені об’єкти з чіткими межами
- Транспортні засоби — автомобілі, велосипеди та подібні предмети
- Складний фон — штучний інтелект може відокремити об’єкти від насиченого детального фону
Виклики для ШІ
- Прозорі об’єкти — скло, вода та інші прозорі матеріали є складними (QuickRemove включає спеціальну обробку для цього)
- Подібність кольорів — коли об’єкт і фон дуже схожі за кольором, межі важче виявити
- Надзвичайно складні сцени — кілька об’єктів, що накладаються один на одного, або неоднозначний передній/фоновий план
Постобробка
Після того як штучний інтелект генерує початкову маску, постобробка уточнює результат. Такі інструменти, як QuickRemove, пропонують:
- Розтушовування країв — пом’якшення переходу між об’єктом і фоном
- Згладжування — зменшення нерівних країв
- Знезараження кольору — видалення розливу кольору там, де оригінальний фоновий колір перетікає на краї об’єкта
- Ручний пензель/ластик — для тонких виправлень штучний інтелект може пропустити
Підсумок
Видалення фону штучним інтелектом досягло точки, коли воно дає результати професійної якості за лічені секунди. Хоча він не ідеальний у кожному сценарії, він обробляє переважну більшість типових випадків використання з вражаючою точністю, роблячи видалення фону доступним для всіх, а не лише для експертів Photoshop.