„Z SI nie potrzebujesz już zielonego płótna." To zdanie stoi dziś w niemal każdym prospekcie. Jest prawdziwe — częściowo. Czego nigdy obok nie ma, to liczb, od których na sali wszystko zależy: ile trwa wycięcie tła, na jakim sprzęcie i co się dzieje, gdy jedno do drugiego nie pasuje.
Zmierzyliśmy to na czterech prawdziwych zdjęciach z aparatu o rozdzielczości 30 megapikseli. Wyniki są mniej wygodne niż prospekt.
Czym technicznie jest „wycinanie przez SI"
Model szacuje dla każdego piksela, w jakim stopniu należy on do motywu — nie tylko tak albo nie, lecz proporcjonalnie. To właśnie jest decydujące przy włosach: jedno pasmo pokrywa piksel w trzydziestu procentach, a kto zrobi z tego twarde tak albo nie, dostanie wyciętego pana z tektury, którego widać od razu.
Są dwie rodziny. Małe modele liczą w milisekundach i siedzą w samym programie. Duże modele widzą przy krawędzi włosów znacznie więcej, ale ważą pół gigabajta i liczą odpowiednio dłużej.
Liczba, której nikt nie podaje: czas obliczeń
Zmierzone na zdjęciu 30 megapikseli, za każdym razem sam czas obliczeń modelu:
- Model wbudowany: 0,2 sekundy z kartą graficzną — 0,85 sekundy bez niej.
- Model duży: od 2,5 do 3,0 sekundy z kartą graficzną — 23 sekundy bez niej.
Ten sam plik, ten sam kod programu, różnica ośmiokrotna. Nie decyduje o tym oprogramowanie, tylko komputer pod stołem. A 23 sekundy to nie „trochę wolniej": tyle gość stoi przed stanowiskiem, nie wiedząc, czy coś jeszcze będzie.
Pytanie do dostawcy nie brzmi więc „Czy robicie wycinanie przez SI?", tylko: „Ile ono trwa dokładnie na komputerze, którego używam?" Kto nie umie podać zmierzonej liczby, nigdy tego nie sprawdził. W BoothDocku czas stoi przy każdym modelu — zmierzony na samym stanowisku, a nie przepisany z naszej dokumentacji.
Więcej rozdzielczości pogarsza, a nie poprawia
Nasuwająca się myśl: jeśli krawędź jest brudna, policzę w wyższej rozdzielczości. Jest odwrotnie — a ten błąd popełniliśmy sami.
Model wycinający jest trenowany na określonym rozmiarze obrazu, zwykle 512 pikseli. Jeśli dasz mu 2048, zmienia się nie jego ostrość widzenia, lecz pole widzenia: widzi już tylko wycinki i nie rozpoznaje człowieka jako całości. Wynik rozpada się na fragmenty. Suwak sięgający 4096 nie jest więc oznaką jakości, tylko pułapką.
Odwrotnie jednak też nie. Przy 512 ten sam model zgubił na zdjęciu 30 megapikseli całe ramię — ciemna kurtka na tle ciemnych liści, zbyt mała różnica dla modelu. W obu przypadkach właściwe było 1024. Jeśli ktoś pokazuje ci suwak jakości, zapytaj, na czym model był trenowany. Wszystko powyżej to nie zapas, tylko ryzyko.
Kolejność, na której większość się przewraca
Niemal każda fotobudka oferuje filtry — czarno-biały, sepia, mocne kolory. I niemal wszędzie najpierw wliczany jest filtr, a dopiero potem wycinane tło. To dokładnie odwrotnie, z trzech powodów:
- Usuwanie zielonej poświaty liczy na prawdziwej zieleni. Po ciepłym filtrze zieleń nie jest już zielenią.
- Dopracowanie krawędzi orientuje się na obrazie kolorowym. Zmierzone na prawdziwych zdjęciach: z kolorem poprawia krawędź o czternaście procent, na obrazie czarno-białym pogarsza ją o dwadzieścia jeden procent. Filtr monochromatyczny zabiera mu dokładnie to, czego potrzebuje do pracy.
- Model trenowano na naturalnych zdjęciach. Wygląd „pop" jest dla niego szumem obrazu.
Prawidłowo jest tak: najpierw wyciąć, potem nałożyć styl na gotowy obraz — wtedy leży on także na nowym tle, co i tak wygląda spójniej. Na pokazie każ zrobić zdjęcie z mocnym filtrem czarno-białym i wycięciem. Przy krawędzi włosów od razu zobaczysz, w jakiej kolejności się liczy.
Kiedy zielone płótno i tak wygrywa
SI nie zastępuje greenscreena wszędzie. Trzy powody nadal przemawiają za płótnem:
- Gość widzi siebie wcześniej na tle. Chroma key działa w podglądzie praktycznie bez opóźnienia. Duży model SI potrzebuje prawie trzech sekund — za wolno na podgląd na żywo.
- Działa na każdym sprzęcie. Zielone płótno nie potrzebuje karty graficznej, tylko równomiernego światła.
- Jest przewidywalne. Dobrze oświetlona zieleń daje zawsze ten sam wynik. SI przy trudnych motywach bywa raz lepsza, raz gorsza.
SI wygrywa tam, gdzie nie ma miejsca na płótno, gdzie stanowisko musi stanąć w pięć minut — i przy gościach w kapeluszu, w okularach albo z uniesionymi rekwizytami, na których chroma key chętnie się wykłada.
Na co zwrócić uwagę przy zakupie
- Poproś o pokazanie zmierzonego czasu obliczeń na twoim sprzęcie, a nie na maszynie pokazowej dostawcy.
- Zapytaj, czy jest powrót do szybkiego modelu, gdy komputer jest za wolny — inaczej gość czeka.
- Sprawdź kolejność filtra i wycinania na obrazie z mocnym stylem.
- Zapytaj o rozdzielczość treningową, zanim podciągniesz suwak jakości.
- Poproś o pokazanie wyniku w oryginalnym rozmiarze, a nie jako miniatury. Przy ośmiuset pikselach szerokości każde wycięcie wygląda dobrze.