„S AI už zelené plátno nepotřebujete." Ta věta je dnes skoro v každém prospektu. Platí — částečně. Co u ní nikdy nestojí, jsou čísla, na kterých v sále všechno visí: jak dlouho vyříznutí trvá, na jakém hardwaru a co se stane, když k sobě obojí nesedí.
Změřili jsme to na čtyřech skutečných fotografiích z fotoaparátu s 30 megapixely. Výsledky jsou nepohodlnější než prospekt.
Co je technicky „vyříznutí pomocí AI"
Model odhaduje pro každý pixel, nakolik patří k motivu — nejen ano, nebo ne, ale poměrně. Právě to je u vlasů rozhodující: jediný pramen pokrývá pixel ze třiceti procent, a kdo z toho udělá tvrdé ano, nebo ne, dostane vystřiženou lepenkovou figuru, kterou každý pozná na první pohled.
Existují dvě rodiny. Malé modely počítají v milisekundách a jsou přímo v programu. Velké modely vidí na hraně vlasů výrazně víc, ale váží půl gigabajtu a počítají tomu odpovídajícím způsobem déle.
Číslo, které nikdo neuvádí: výpočetní čas
Měřeno na fotografii s 30 megapixely, pokaždé čistý výpočetní čas modelu:
- Vestavěný model: 0,2 sekundy s grafickou kartou — 0,85 sekundy bez ní.
- Velký model: 2,5 až 3,0 sekundy s grafickou kartou — 23 sekund bez ní.
Tentýž soubor, tentýž kód, rozdíl osmkrát. Nerozhoduje o tom software, ale počítač pod stolem. A 23 sekund není „trochu pomaleji": tak dlouho stojí host před stanovištěm a neví, jestli ještě něco přijde.
Otázka na dodavatele proto nezní „Umíte vyříznutí pomocí AI?", ale: „Jak dlouho trvá přesně na počítači, který nasadím?" Kdo k tomu nedokáže uvést naměřené číslo, nikdy to neověřil. U BoothDocku stojí čas u každého modelu — naměřený přímo na stanovišti, ne převzatý z naší dokumentace.
Vyšší rozlišení to zhorší, ne zlepší
Nasnadě je myšlenka: když je hrana nečistá, budu počítat ve vyšším rozlišení. Opak je pravdou — a tuhle chybu jsme udělali sami.
Model pro vyříznutí se učí na určité velikosti obrazu, typicky 512 pixelů. Dáte-li mu 2048, nemění se jeho ostrost, ale jeho zorné pole: vidí už jen výřezy a nerozpozná člověka jako celek. Výsledek se rozpadne na fragmenty. Posuvník, který jde až na 4096, proto není znak kvality, ale past.
Obráceně to ale také neplatí. Při 512 ztratil tentýž model na fotografii s 30 megapixely celé rameno — tmavá bunda před tmavým listovím, příliš malý rozdíl pro model. V obou případech bylo správné 1024. Když vám někdo ukáže posuvník kvality, zeptejte se, na čem byl model trénován. Všechno nad tím není rezerva, ale riziko.
Pořadí, na kterém většina ztroskotá
Skoro každá fotobudka nabízí filtry — černobílý, sépii, výrazné barvy. A skoro všude se nejdřív do obrazu vpočítá filtr a teprve pak se vyřezává. To je přesně naopak, a to ze tří důvodů:
- Odstranění zeleného nádechu počítá se skutečnou zelenou. Po teplém filtru už zelená není zelená.
- Doladění hrany se orientuje podle barevného obrazu. Měřeno na skutečných fotografiích: s barvou zlepší hranu o čtrnáct procent, na černobílém obrazu ji zhorší o dvacet jedna procent. Monofiltr mu vezme přesně to, co potřebuje k práci.
- Model byl trénován na přirozených fotografiích. Vzhled „pop" je pro něj obrazový šum.
Správně je: nejprve vyříznout, pak položit vzhled přes hotový obrázek — pak leží i přes nové pozadí, což stejně působí soudržněji. Při předvedení si nechte pořídit fotografii s výrazným černobílým filtrem a vyříznutím. Na hraně vlasů hned uvidíte, v jakém pořadí se počítá.
Kdy zelené plátno přesto vyhraje
AI nenahrazuje greenscreen všude. Tři důvody stále mluví pro plátno:
- Host se předem vidí v pozadí. Chroma key běží v hledáčku prakticky bez prodlevy. Velký model AI potřebuje skoro tři sekundy — na živý náhled příliš pomalé.
- Běží na jakémkoli hardwaru. Zelené plátno nepotřebuje grafickou kartu, ale rovnoměrné světlo.
- Je předvídatelné. Dobře nasvícená zelená dá vždy stejný výsledek. AI je u obtížných motivů jednou lepší a jednou horší.
AI vyhrává tam, kde na plátno není místo, kde stavba musí stát za pět minut — a u hostů s kloboukem, brýlemi nebo zvednutými rekvizitami, na kterých chroma key rád selže.
Na co při nákupu dbát
- Nechte si ukázat naměřený výpočetní čas na vašem hardwaru, ne na předváděcím stroji dodavatele.
- Zeptejte se, jestli existuje návrat k rychlému modelu, když je počítač příliš pomalý — jinak host čeká.
- Ověřte pořadí filtru a vyříznutí na obrázku s výrazným vzhledem.
- Zeptejte se na trénovací rozlišení, než vytáhnete posuvník kvality nahoru.
- Nechte si výsledek ukázat v původní velikosti, ne jako náhled. Při osmi stech pixelech šířky vypadá každé vyříznutí dobře.