Það sem klippilíkan í tæki sér

By Technical specialist

Útskurðarlíkan í tæki sér ekki manneskju, skó, gæludýr eða stól í mannlegum skilningi. Það fær tölulega framsetningu á myndinni og áætlar, pixla fyrir pixla, hvaða svæði eru líkleg til að tilheyra aðalmyndefninu. Gagnleg framleiðsla þess er gríma: grátónakort sem getur orðið gagnsæisrás niðurstöðunnar.

Sá greinarmunur skýrir bæði hraða sjálfvirkra stöðvunar og takmörk þeirra. Líkanið getur notað sjónræn mynstur sem lærð er meðan á þjálfun stendur, en það veit ekki fyrirætlun þína. Beittur hlutur nálægt miðjunni kann að virðast mikilvægur; dauf glerkantur eða laus hárstrengur gæti líkt og bakgrunnur.

Frá myndskrá til inntaks líkans

Skráin sem þú velur fyrst verður að afkóða. Þjöppuð mynd er ekki send beint inn í líkanið sem blokk af skráarbætum. Vafrinn breytir honum í pixla með breidd, hæð og litagildum.

Ályktunarleiðslan undirbýr síðan inntak í líkanstærð. Það fer eftir gerð og keyrslutíma, undirbúningur getur falið í sér:

• breyta stærð afkóðuðu myndarinnar í þær stærðir sem líkanið býst við;
• raða rauðum, grænum og bláum gildum sem tölulegar rásir;
• skala eða staðla þessi gildi;
• pakka þeim í tensor, fylkissniðið sem notað er af ályktunartímanum.

Nákvæmar stærðir og eðlilegar reglur tilheyra útfærslu líkansins. Mikilvægi hagnýti punkturinn er að ályktun vinnur venjulega út frá tilbúinni framsetningu, ekki frá hverjum upprunapixla í upprunalegri stærð.

Easy Background Remover keyrir þetta ályktunarskref í vafranum með skiptingarlíkani í tæki. Hugsanlega þarf að hlaða niður líkanaskránni fyrir fyrstu klippingu, en myndvinnsluslóðin er hönnuð til að vera staðbundin þegar líkanið er tilbúið. Niðurhal líkansins er eignabeiðni; það er ekki það sama og að hlaða upp völdu myndinni fyrir fjarlægar ályktanir.

Úttakið er gríma eins og sjálfstraust

Fyrir hvern stað í framleiðslu sinni framleiðir líkanið gildi sem hægt er að túlka sem meira myndefni eða meira bakgrunnslegt. Það er gagnlegt að mynda þetta sem grátóna mynd:

• hvítt þýðir að halda þessu svæði;
• svart þýðir að fjarlægja þetta svæði;
• grátt þýðir að hluta þekju eða óvissa nálægt brún.

Vafrinn breytir því framtaki í virka alfa grímuna. Upprunalegu litapixlarnir geta síðan verið settir saman yfir köflótt, fasta fyllingu, halla eða aðra mynd. Gagnsær útflutningur geymir grímuna sem alfa frekar en að mála köflóttina inn í skrána.

Mjúku gildin skipta máli. Ef hvert grímugildi væri þvingað strax í hreint svart eða hvítt, myndi hár, skinn, efnistrefjar, hreyfiþoka og fókuslausar brúnir verða óeðlilega harðar. Alfa að hluta getur varðveitt sléttari umskipti. Það getur líka afhjúpað litakanta frá gamla bakgrunninum, þess vegna á útkoman enn skilið sjónræna skoðun.

Hvaða sjónræn sönnunargögn hjálpa líkaninu

Aðgreiningarlíkan getur byggt á fleiri en einni vísbendingu í einu. Sterkar vísbendingar eru oft:

• andstæða myndefnis og bakgrunns;
• samfelld mörk í kringum ríkjandi hlut;
• kunnuglegar samsetningar af lögun, áferð og stöðu;
• dýptarvísbendingar eins og munur á fókus;
• svæði sem sjónrænt tilheyra saman.

Ekkert af þessum vísbendingum er trygging. Dökkur jakki á móti dökkum vegg býður upp á veik mörk andstæða. Stóll með þröngum eyðum getur innihaldið bakgrunnssvæði sem líkjast hlutnum. Mynstraður bakgrunnur getur keppt við raunverulegt viðfangsefni um athygli.

Líkanið er að gera besta mat út frá tiltækum pixlum. Það getur ekki endurheimt smáatriði sem myndin náði aldrei.

Það sem líkanið veit ekki

Líkanið veit ekki sjálfkrafa hvaða hlut þú ætlaðir að halda þegar nokkur viðfangsefni eru til staðar. Það veit ekki að gegnsætt drykkjarglas er viðskiptalega mikilvægt, að skuggi ætti að vera fyrir raunsæi eða að lítil ól tilheyrir poka.

Það fær heldur ekki falna háupplausnarútgáfu af óskýrri uppsprettu. Þjöppunarkubbar, klippt hápunktur, hreyfiþoka og mjög lítil smáatriði takmarka fyrirliggjandi sönnunargögn. Með því að auka forskoðunaraðdrátt verða pixlar stærri á skjánum; það skapar ekki upplýsingar sem vantar.

Þetta er ástæðan fyrir því að „AI uppgötvaði það“ og „brúnin er tilbúin til birtingar“ eru mismunandi fullyrðingar. Uppgötvun byrjar breytinguna. Endurskoðun lýkur því.

Hvers vegna þunn og gagnsæ smáatriði eru erfið

Þunnir hlutir taka nokkra punkta. Þegar stærð myndar er breytt til að álykta, getur einn pixla vír eða hárstrengur verið að meðaltali með bakgrunninum í kringum sig. Gagnsæir hlutir eru erfiðir af annarri ástæðu: sýnilegur litur þeirra er að hluta til gamli bakgrunnurinn. Mörkin geta verið skýr fyrir einstakling sem skilur hlutinn á meðan pixlamynstrið er óljóst.

Mjúkir skuggar skapa vísvitandi tvíræðni. Ytri brún þeirra dofnar smám saman og það er engin ein hlutlæg rétt afmörkun. Að halda fullum skugga gæti litið náttúrulega út á svipaðan bakgrunn en óhreint á bjartri nýrri fyllingu. Ef það er fjarlægt gæti myndefnið virðist fljóta.

Þetta eru dómgreindarvandamál ekki síður en fyrirmyndarvandamál.

Líkansmaska, vinnugríma og útflutningsgríma

Það hjálpar til við að aðskilja þrjú stig:

1. Model mask: sjálfvirka matið sem skilað er með ályktun.
2. Vinnandi gríma: gríman sem sýnd er í ritlinum eftir allar Bæta við eða Eyða betrumbætur.
3. Flytja út grímu: vinnugríman er notuð þegar núverandi niðurstaða er hlaðið niður eða afrituð.

Í Easy Background Remover breytir burstahreinsun vinnugrímunni. Útflutningur notar núverandi breyttu niðurstöðu frekar en að fara hljóðlaust aftur í ósnortna sjálfvirku grímuna. Þetta gerir líkaninu kleift að sjá um breiðan aðskilnað á meðan þú leiðréttir upplýsingar sem eru háðar ásetningi.

Forskoðunin sem birtist getur verið stækkuð til að passa við ritstjórann. Þessi skjástærð er ekki áreiðanlegur mælikvarði á innri smáatriði grímunnar. Lestu grímuupplausn vs forskoðunarstærð fyrir greinarmuninn.

Staðbundin ályktun hefur enn uppsetningarskref

Að keyra líkan í tæki krefst þyngdar líkans og samhæfs vafra keyrslutíma. Þyngdin eru miklu stærri en venjulegur viðmótskóði, þannig að það væri sóun að hlaða öllu við hverja ræsingu ritstjóra. Fyrsta lota getur hlaðið niður og vistað líkanið; síðar venjulegir fundir geta venjulega endurnýtt það.

Af hverju fyrst að keyra hleður niður líkani útskýrir þessi mörk án þess að rugla saman niðurhali fyrirmyndareignar og myndupphleðslu. Mikil ályktun hleypur líka frá aðalviðmótsþræðinum; sjá grunnatriði Web Worker myndvinnslu.

Hagnýt leið til að dæma niðurstöðuna

Ekki skoða aðeins miðju myndefnisins. Athugaðu grímuna þar sem sönnunargögnin eru veikast:

• hár, skinn, hárhönd og efnistrefjar;
• gleraugu, ól, vír og mjó eyður;
• brúnir með litlum birtuskilum;
• hálfgegnsætt efni;
• snerti skuggar;
• horn þar sem gamli bakgrunnsliturinn gæti verið eftir.

Skoðaðu niðurstöðuna bæði á ljósum og dökkum bakgrunni ef endanlegur áfangastaður er óþekktur. Föl geislabaugur getur horfið á hvítu og orðið augljóst á svörtu. Þá er aðeins að betrumbæta þau svæði sem hafa áhrif á fyrirhugaða notkun.

Sjálfvirk skipting er gagnlegust þegar hún er meðhöndluð sem sterk fyrstu ferð, ekki yfirlýsing um fullkominn skilning. Sjá Hefjast handa.