Irrotus ilman greenscreeniä: mihin tekoäly tänään oikeasti pystyy — ja mitä se maksaa
”Tekoälyn kanssa et enää tarvitse vihreää kangasta.” Lause on nykyään lähes jokaisessa esitteessä. Se pitää paikkansa — osittain. Mitä sen vieressä ei koskaan lue, ovat luvut, joista salissa kaikki riippuu: kuinka kauan irrotus kestää, millä laitteistolla ja mitä tapahtuu, kun nämä kaksi eivät sovi yhteen.
Me mittasimme, neljästä aidosta 30 megapikselin kamerakuvasta. Tulokset ovat epämukavampia kuin esite.
Mitä ”tekoälyirrotus” teknisesti on
Malli arvioi jokaisesta pikselistä, kuinka paljon se kuuluu aiheeseen — ei vain kyllä tai ei, vaan osuutena. Juuri se on hiusten kohdalla ratkaisevaa: yksi hiussuortuva peittää pikselistä kolmekymmentä prosenttia, ja jos siitä tekee kovan kyllä tai ei -päätöksen, tuloksena on se irti leikattu pahvihahmo, jonka tunnistaa heti.
Perheitä on kaksi. Pienet mallit laskevat millisekunneissa ja ovat ohjelmiston sisällä. Suuret mallit näkevät hiusrajassa selvästi enemmän, mutta painavat puoli gigatavua ja laskevat vastaavasti pidempään.
Luku, jota kukaan ei mainitse: laskenta-aika
Mitattuna 30 megapikselin kuvasta, joka kerta pelkkä mallin laskenta-aika:
- Sisäänrakennettu malli: 0,2 sekuntia näytönohjaimella — 0,85 sekuntia ilman.
- Suuri malli: 2,5–3,0 sekuntia näytönohjaimella — 23 sekuntia ilman.
Sama tiedosto, sama ohjelmakoodi, kahdeksankertainen ero. Sitä ei ratkaise ohjelmisto vaan pöydän alla oleva tietokone. Eikä 23 sekuntia ole ”hieman hitaampi”: sen ajan vieras seisoo pisteen edessä tietämättä, tapahtuuko enää mitään.
Kysymys toimittajalle ei siis kuulu ”Osaatteko tekoälyirrotuksen?”, vaan: ”Kuinka kauan se kestää juuri sillä koneella, jota käytän?” Se, joka ei osaa antaa mitattua lukua, ei ole koskaan tarkistanut. BoothDockissa aika lukee jokaisen mallin vieressä — mitattuna pisteellä itsellään, ei poimittuna dokumentaatiostamme.
Suurempi tarkkuus tekee siitä huonomman, ei paremman
Ilmeinen ajatus: jos reuna on epäsiisti, lasken suuremmalla tarkkuudella. Totuus on päinvastainen — ja tämän virheen teimme itse.
Irrotusmalli koulutetaan tietylle kuvakoolle, tyypillisesti 512 pikselille. Jos sille antaa 2048, ei muutu sen tarkkanäköisyys vaan sen näkökenttä: se näkee enää rajauksia eikä tunnista ihmistä kokonaisuutena. Tulos hajoaa palasiksi. Säädin, joka yltää 4096:een, ei siis ole laatumerkki vaan ansa.
Toisinpäin ei kuitenkaan myöskään päde. Arvolla 512 sama malli menetti 30 megapikselin kuvasta kokonaisen olkapään — tumma takki tummaa lehvästöä vasten, liian vähän eroa mallille. Molemmissa tapauksissa oikea arvo oli 1024. Jos joku näyttää sinulle laatusäätimen, kysy, millä malli on koulutettu. Kaikki sen yli ei ole varaa vaan riski.
Järjestys, jossa useimmat menevät vikaan
Lähes jokainen kuvauspiste tarjoaa suodattimia — mustavalkoisen, seepian, voimakkaat värit. Ja lähes kaikkialla suodatin lasketaan kuvaan ensin ja irrotus tehdään vasta sen jälkeen. Se on juuri väärinpäin, kolmesta syystä:
- Vihreän sävyn poisto laskee aidolla vihreällä. Lämpimän suodattimen jälkeen vihreä ei ole enää vihreää.
- Reunan hienosäätö suunnistaa värikuvan mukaan. Aidoista kuvista mitattuna: värin kanssa se parantaa reunaa neljätoista prosenttia, mustavalkoisessa kuvassa se heikentää sitä kaksikymmentäyksi prosenttia. Mustavalkosuodatin vie siltä juuri sen, mitä se tarvitsee työhönsä.
- Malli on koulutettu luonnollisilla valokuvilla. ”Pop”-ilme on sille kuvakohinaa.
Oikein on: irrota ensin, aseta ilme sitten valmiin kuvan päälle — silloin se asettuu myös uuden taustan päälle, mikä on muutenkin yhtenäisempää. Esittelyssä pyydä ottamaan kuva voimakkaalla mustavalkosuodattimella ja irrotuksella. Hiusrajasta näet heti, missä järjestyksessä lasketaan.
Milloin vihreä kangas silti voittaa
Tekoäly ei korvaa greenscreeniä kaikkialla. Kolme syytä puhuu edelleen kankaan puolesta:
- Vieras näkee itsensä taustalla etukäteen. Chroma key pyörii etsimessä käytännössä ilman viivettä. Suuri tekoälymalli tarvitsee lähes kolme sekuntia — liian hidas live-esikatseluun.
- Se toimii millä tahansa laitteistolla. Vihreä kangas ei tarvitse näytönohjainta vaan tasaista valoa.
- Se on ennakoitavaa. Hyvin valaistu vihreä antaa aina saman tuloksen. Tekoäly on vaikeissa aiheissa milloin parempi, milloin huonompi.
Tekoäly voittaa siellä, missä kankaalle ei ole tilaa, missä pisteen on oltava pystyssä viidessä minuutissa — ja vierailla, joilla on hattu, silmälasit tai ylös nostettuja rekvisiittoja, joissa chroma key mielellään epäonnistuu.
Mihin kiinnittää huomiota ostaessa
- Pyydä näyttämään mitattu laskenta-aika sinun laitteistollasi, ei toimittajan esittelykoneella.
- Kysy, onko olemassa paluu nopeaan malliin, kun kone on liian hidas — muuten vieras odottaa.
- Tarkista suodattimen ja irrotuksen järjestys kuvalla, jossa on voimakas ilme.
- Kysy koulutustarkkuutta, ennen kuin vedät laatusäädintä ylös.
- Pyydä näkemään tulos alkuperäisessä koossa, ei pikkukuvana. Kahdeksansadan pikselin levyisenä jokainen irrotus näyttää hyvältä.