← Към блога Технология

Изрязване без грийнскрийн: какво наистина може ИИ днес — и колко струва

„С ИИ вече не ви трябва зелен плат." Това изречение вече стои в почти всяка брошура. То е вярно — отчасти. Това, което никога не стои до него, са числата, от които в залата зависи всичко: колко време отнема едно изрязване, на какъв хардуер и какво се случва, когато двете не си пасват.

Ние измерихме — върху четири истински снимки от фотоапарат с 30 мегапиксела. Резултатите са по-неудобни от брошурата.

Какво технически е „изрязването с ИИ"

Един модел преценява за всеки пиксел доколко той принадлежи на обекта — не само да или не, а пропорционално. Точно това е решаващо при косата: един кичур покрива пиксел на трийсет процента, и който направи от това твърдо да или не, получава изрязаната картонена фигура, която всеки разпознава веднага.

Има две семейства. Малките модели смятат за милисекунди и се намират в самия софтуер. Големите модели виждат при ръба на косата значително повече, но тежат половин гигабайт и смятат съответно по-дълго.

Числото, което никой не назовава: времето за обработка

Измерено върху снимка от 30 мегапиксела, всеки път само времето за обработка на модела:

  • Вграден модел: 0,2 секунди с видеокарта — 0,85 секунди без нея.
  • Голям модел: 2,5 до 3,0 секунди с видеокарта — 23 секунди без нея.

Същият файл, същият програмен код, разлика от осем пъти. Това не го решава софтуерът, а компютърът под масата. А 23 секунди не са „малко по-бавно": толкова дълго стои гост пред станцията, без да знае дали ще последва още нещо.

Затова въпросът към доставчика не е „Можете ли изрязване с ИИ?", а: „Колко време отнема точно на компютъра, който ще използвам?" Който не може да посочи измерено число, никога не е проверявал. При BoothDock времето стои до всеки модел — измерено на самата станция, а не преписано от нашата документация.

По-висока разделителна способност влошава, а не подобрява

Напрашващата се мисъл: щом ръбът е нечист, ще смятам при по-висока разделителна способност. Вярно е обратното — и тази грешка допуснахме ние самите.

Моделът за изрязване се обучава върху определен размер изображение, обикновено 512 пиксела. Дадете ли му 2048, не се променя остротата му, а зрителното му поле: той вижда само изрезки и вече не разпознава човека като цяло. Резултатът се разпада на фрагменти. Плъзгач, който стига до 4096, затова не е знак за качество, а капан.

Обратното обаче също не важи. При 512 същият модел загуби върху снимка от 30 мегапиксела цяло рамо — тъмно яке пред тъмна зеленина, твърде малка разлика за модела. И в двата случая правилно беше 1024. Ако някой ви покаже плъзгач за качество, попитайте на какво е обучен моделът. Всичко над това не е резерв, а риск.

Редът, който повечето объркват

Почти всяка фотокабина предлага филтри — черно-бяло, сепия, наситени цветове. И почти навсякъде първо се вгражда филтърът в изображението и едва после се изрязва. Това е точно наопаки, по три причини:

  • Премахването на зеления оттенък смята с истинско зелено. След топъл филтър зеленото вече не е зелено.
  • Прецизирането на ръба се ориентира по цветното изображение. Измерено върху истински снимки: с цвят подобрява ръба с четиринайсет процента, върху черно-бяло изображение го влошава с двайсет и един процента. Монохромният филтър му отнема точно това, което му трябва, за да работи.
  • Моделът е обучен върху естествени снимки. Видът „поп" за него е шум в изображението.

Правилно е: първо изрязване, после стилът върху готовото изображение — тогава той ляга и върху новия фон, което и без това изглежда по-последователно. При демонстрация поискайте снимка със силен черно-бял филтър и изрязване. При ръба на косата веднага виждате в какъв ред се смята.

Кога зеленият плат все пак печели

ИИ не заменя грийнскрийна навсякъде. Три причини все още говорят за плата:

  • Гостът се вижда предварително на фона. Chroma key върви във визьора практически без забавяне. Голям ИИ модел се нуждае от близо три секунди — твърде бавно за преглед на живо.
  • Работи на всякакъв хардуер. Зеленият плат не се нуждае от видеокарта, а от равномерна светлина.
  • Предвидимо е. Добре осветеното зелено дава винаги един и същ резултат. ИИ при трудни обекти е ту по-добър, ту по-лош.

ИИ печели там, където няма място за плат, където постановката трябва да е готова за пет минути — и при гости с шапка, очила или вдигнат реквизит, при които chroma key охотно се проваля.

На какво да обърнете внимание при покупка

  • Поискайте да ви покажат измереното време за обработка на вашия хардуер, а не на демонстрационната машина на доставчика.
  • Попитайте дали има връщане към бързия модел, когато компютърът е твърде бавен — иначе гостът чака.
  • Проверете реда на филтъра и изрязването върху изображение с подчертан вид.
  • Попитайте за разделителната способност на обучението, преди да вдигнете плъзгач за качество.
  • Поискайте да видите резултат в оригинален размер, а не като миниатюра. При осемстотин пиксела ширина всяко изрязване изглежда добре.

Изпробвайте BoothDock безплатно →