இயக்கமுறை
வீடியோ பின்னணி நீக்கம் எப்படி வேலை செய்கிறது: செக்மென்டேஷன், மாஸ்க்குகள், ஆல்ஃபா காம்போசிட்டிங்
ஒவ்வொரு வீடியோ பின்னணி நீக்கியும் ஒரு மாஸ்க்கைக் கணக்கிடுகிறது. மாஸ்க் என்றால் என்ன, நியூரல் நெட்வொர்க் அதை எப்படி உருவாக்குகிறது, அது எப்படி முடிந்த ஃபிரேமாகிறது, எங்கே உடைகிறது என்பது இங்கே.
2
மாடலுக்குத் தெரிந்த வகைகள்
5நிமி
எங்கள் அதிகபட்ச கிளிப் நீளம்
60நிமி
remove.bg பதிவேற்றத்தை வைத்திருக்கும் நேரம்
MP4
எங்கள் எக்ஸ்போர்ட்
வீடியோ பின்னணி நீக்கி எதைக் கணக்கிடுகிறது
வீடியோ பின்னணி நீக்கி ஒவ்வொரு பிக்சலுக்கும் ஒரு முடிவைக் கணக்கிடுகிறது: ஒவ்வொரு ஃபிரேமிலும் எந்தப் பகுதிகள் சப்ஜெக்ட், எவை பின்னணி. அந்த முடிவுதான் மாஸ்க். அது உருவானதும், சப்ஜெக்டைத் தொடாமலேயே பின்னணியை ஒரு நிறம் அல்லது படத்தால் மாற்றலாம், மங்கலாக்கலாம், அல்லது முழுவதுமாக அகற்றலாம்.
செமான்டிக் செக்மென்டேஷன் ஒவ்வொரு பிக்சலுக்கும் லேபிள் இடுகிறது
செமான்டிக் செக்மென்டேஷன் என்பது ஒரு படத்தின் ஒவ்வொரு பிக்சலுக்கும் ஒரு வகை லேபிளை வழங்குவது. மாடல் ஃபிரேம் அளவிலான இரண்டாவது படத்தைத் திருப்பித் தருகிறது; அதில் ஒவ்வொரு பிக்சலும் நிறத்துக்குப் பதில் ஒரு கணிப்பைக் கொண்டிருக்கும். அதன் வெளியீட்டு ரெசல்யூஷனும் வகைகளின் எண்ணிக்கையும்தான் ஒரு மாடலை மற்றொன்றிலிருந்து வேறுபடுத்துகின்றன.
பொது நோக்க மாடல்கள் சாலை, வானம், கார், நபர், கட்டடம் என லேபிள் இடுகின்றன; இன்ஸ்டன்ஸ் செக்மென்டேஷன் ஒரே வகைக்குள் உள்ள பொருட்களைப் பிரிக்கிறது — இருவர் இரண்டு பகுதிகளாவர். செல்ஃபி செக்மென்டேஷன் இரண்டையும் செய்வதில்லை.
Google-ன் MediaPipe selfie segmentation போன்ற இலகுவான செல்ஃபி மாடலில் இரண்டு வகைகள் மட்டுமே; ஒவ்வொரு ஃபிரேமுக்கும் ஒரு கான்ஃபிடன்ஸ் மேப், ஒவ்வொரு பிக்சலுக்கும் 0 முதல் 1 வரை — உங்கள் வீடியோவின் ரெசல்யூஷனை விட மிகக் குறைவாகப் படிக்கப்பட்டு மீண்டும் பெரிதாக்கப்படுகிறது. அந்த அப்சாம்ப்ளிங், மாஸ்க் விவரிக்கக்கூடிய மிக நுண்ணிய விளிம்பைக் கட்டுப்படுத்துகிறது — பதிலுக்கு ஃபோனில் இயங்கும் வேகத்தைத் தருகிறது.
ஆல்ஃபா காம்போசிட்டிங் ஃபிரேமை உருவாக்குகிறது
ஆல்ஃபா காம்போசிட்டிங் என்பது ஒவ்வொரு பிக்சலுக்குமான டிரான்ஸ்பரன்சி மதிப்பைப் பயன்படுத்தி முன்புலப் படத்தையும் பின்னணிப் படத்தையும் இணைக்கும் செயல்முறை. ஒவ்வொரு பிக்சலும் எவ்வளவு ஒளிபுகாதது என்பதை ஆல்ஃபா பதிவுசெய்கிறது; எனவே சப்ஜெக்ட் வெட்டி ஒட்டியது போல் இல்லாமல் எந்தப் பின்னணியின் மேலும் இயல்பாக அமர்கிறது. "over" செயல்பாடு ஒரு எடையிட்ட சராசரி:
result = (foreground x alpha) + (background x (1 - alpha))
கான்ஃபிடன்ஸ் மேப்தான் அந்த ஆல்ஃபா சேனலாகிறது: 1 என்றால் முழுக்க சப்ஜெக்ட், 0 என்றால் முழுக்கப் பின்னணி; இடையில் லேயர்கள் விகிதப்படி கலக்கின்றன — அதனால்தான் முடியும் மோஷன் ப்ளரும் இணைந்திருப்பது போலத் தெரிகின்றன. 0, 1 என்று தட்டையாக்கினால் மாஸ்க் கத்தரிக்கோல் போல வெட்டும்; நீக்கம், மாற்றீடு, மங்கல் மூன்றும் வேறு இரண்டாம் லேயருடன் கூடிய ஒரே செயல்பாடாகின்றன.
குரோமா கீயும் செக்மென்டேஷனும் வேறுபடுகின்றன
குரோமா கீ ஒரு குறிப்பு நிறத்திலிருந்து உள்ள நிறத் தூரத்தை வைத்து கீ செய்கிறது. செக்மென்டேஷன் கற்றுக்கொண்ட அம்சங்களிலிருந்து பொருள் வகையை ஊகிக்கிறது — அதனால்தான் எந்த அறையிலும் கிரீன் ஸ்கிரீன் இல்லாமல் வேலை செய்கிறது.
| வீடியோ | குரோமா கீ | செக்மென்டேஷன் |
|---|---|---|
| பச்சை ஜாக்கெட் | சப்ஜெக்டில் ஓட்டைகள் | உடலைச் சரியாகப் படிக்கும் |
| இரட்டையாக வளைந்த நிலை | உடல் மாதிரி தேவையில்லை | நம்பிக்கை சரிகிறது |
| மெல்லிய முடி, சீரான ஒளி | தீர்க்கிறது | அப்சாம்ப்ளிங்கால் முடியாது |
செக்மென்டேஷன் எங்கே தோற்கிறது
- மெல்லிய முடிஉள் மேப்பின் ஒரு பிக்சலை விட மெல்லியது.
- மோஷன் ப்ளர்பாதி சப்ஜெக்ட், பாதி பின்னணி; பாதிக்கு வகை இல்லை.
- கண்ணாடிக் கால்கள், மைக் ஸ்டாண்டுகள்மாடலின் ரெசல்யூஷனுக்குக் கீழே.
- முகத்தில் கைதோலின் மேல் தோல், எல்லைக் குறிப்பு இல்லை.
- குறைந்த கான்ட்ராஸ்ட்இடைவெளி இல்லை, எனவே நம்பிக்கை 0.5-ஐ நெருங்கும்.
- இரண்டாவது நபர்ஒற்றை சப்ஜெக்ட் பயிற்சி; கூடுதல் நபர்கள் கண்டறியப்படுவதில்லை.
- மினுமினுக்கும் விளிம்புகள்399-ஐப் பற்றி எதுவும் தெரியாமல் ஃபிரேம் 400 ஊகிக்கப்படுகிறது, எனவே எல்லையில் உள்ள பிக்சல்கள் மாறுகின்றன; ஸ்மூத்திங் மினுமினுப்புக்குப் பதில் தாமதத்தைத் தருகிறது.
மாடல் எங்கே இயங்குகிறது
மாடல் பிரவுசரில் WebAssembly-ஆக கம்பைல் செய்யப்பட்டு இயங்கலாம், அல்லது GPU சர்வரில் இயங்கலாம். bgremover.ai தனது மாடலை எங்கள் GPU சர்வர்களில் இயக்குகிறது, மீதியை பிரவுசரிலேயே வைக்கிறது: கிளிப் அளவு மாற்றப்பட்டு சிறு பகுதிகளாகப் பதிவேற்றப்படுவதால் இன்ஃபரன்ஸ் பதிவேற்றத்துடனேயே நடக்கிறது; காம்போசிட்டும் மறு-என்கோடும் டேபிலேயே நடக்கின்றன.
வழக்கமான சர்வர் பக்கப் பைப்லைன்
- பதிவேற்றம் — ஃபைல் முதலில் நெட்வொர்க்கைக் கடக்கிறது
- GPU-க்கான வரிசை
- unscreen.pro "Fast (2x)" $4.99, "Priority (3x)" $99 என விற்கிறது
- திரும்பப் பதிவிறக்கம்
- சர்வர் ஹார்டுவேரில் இன்ஃபரன்ஸ் வேகமானது — சர்வர் வெல்லும் ஒரே படி
bgremover.ai
- பதிவேற்றம் — அளவு மாற்றப்பட்டு, சிறு பகுதிகளாக
- எங்கள் GPU-களில் செக்மென்டேஷன்
- டேபில் காம்போசிட்
- அங்கேயே மறு-என்கோட்
- சேமியுங்கள். வாட்டர்மார்க் இல்லை; பதிவேற்றங்கள் சேமிக்கப்படாது
சர்வர் பக்கக் கருவி எதுவும் உங்கள் வீடியோவைச் சிறிது நேரம் வைத்திருக்கும்: remove.bg பதிவேற்றங்களை 60 நிமிடங்களுக்குப் பிறகு நீக்குகிறது, உங்கள் படத்தை மாடல் பயிற்சிக்கு வழங்க ஒப்புதல் விருப்பமும் தருகிறது; bgremover.ai பதிவேற்றங்களையோ மாஸ்க்குகளையோ சேமிப்பதில்லை. கிளையன்ட் பக்கச் செயலாக்கம் பதிவேற்றத்தையே தவிர்க்கிறது; அதற்குப் பதில் உங்கள் ஹார்டுவேர் விலை கொடுக்கிறது.
நாங்கள் எதை வைத்திருக்கிறோம் என்பதை தனியுரிமைக் கொள்கை ஆவணப்படுத்துகிறது; கிளையன்ட் பக்கக் கருவிக்கு ஒரு சாதனத்திலிருந்து என்ன தேவை என்பதை பிரவுசர் ஆதரவு விளக்குகிறது.
மாடல் பரிமாற்றங்கள்: MediaPipe, MODNet, BEN2
| மாடல் | இயங்கும் இடம் | நுண்ணிய விளிம்புகள் |
|---|---|---|
| MediaPipe selfie | சாதாரண ஹார்டுவேர், ஃபோன்கள் | மென்மையானது, பெஞ்ச்மார்க் இல்லை |
| MODNet, ஒரு மேட்டிங் மாடல் | ஃபோனை விட அதிகம் தேவை | பகுதி மூடல் |
| BEN2, இன்னும் கனமானது | FP16 WebGPU, டெஸ்க்டாப் | பெஞ்ச்மார்க் செய்யப்படவில்லை |
| FuzzPuppy: MODNet, BEN2, இலவசம் | டெஸ்க்டாப் Chrome அல்லது Edge | கனமான மாடல்கள் |
MediaPipe ஃபோனில் இயங்குவதால் சாதனத்திலேயே செயலாக்க ஏற்றது. திறன்மிக்க GPU-வில், முடி முக்கியமான வீடியோவுக்குக் கனமான மாடல் வெல்லும். bgremover.ai தனது மாடலை உங்கள் சாதனத்தில் அல்ல, GPU சர்வர்களில் இயக்குகிறது.
எங்கள் செயல்படுத்தலின் வரம்புகள்
ஆல்ஃபா சேனல் வெளியே வருவதில்லை: எக்ஸ்போர்ட் MP4 (MP4 எழுத முடியாத பிரவுசர்களில் WebM) — மாற்றுப் பின்னணி அல்லது நீங்களே கீ செய்யும் கிரீன் ஸ்கிரீனுடன். மெல்லிய முடிதான் எங்கள் பலவீனமான விளிம்பு; அளவீடு இல்லாமல் தரவரிசைப்படுத்துவது ஊகம் என்பதால் தரவரிசை இல்லை. கிளிப்புகள் 5 நிமிடங்களுக்குள், நீளமான பக்கத்தில் 1280 பிக்சல்களாக மாற்றப்படுகின்றன; நெரிசலான நேரங்களில் காலியான GPU-க்காக வேலை சிறிது காத்திருக்கலாம்.
அடிக்கடி கேட்கப்படும் கேள்விகள்
வீடியோ பின்னணி நீக்கி என்றால் என்ன, அது எப்படி வேலை செய்கிறது?
அது வீடியோவின் சப்ஜெக்டைப் பின்னணியிலிருந்து பிரித்து, பின்னணியை மாற்றுகிறது, மங்கலாக்குகிறது அல்லது அகற்றுகிறது. செக்மென்டேஷன் மாடல் ஒவ்வொரு ஃபிரேமுக்கும் பிக்சல்-வாரியான மாஸ்க்கைத் தருகிறது; அது ஆல்ஃபா சேனலாகச் செயல்பட்டு சப்ஜெக்டை ஒரு லேயரின் மேல் இணைக்கிறது.
கிரீன் ஸ்கிரீன் இல்லாமல் வீடியோ பின்னணியை நீக்க முடியுமா?
ஆம். செக்மென்டேஷன் மாடல், நிறத்தை வைத்து அல்ல, கற்றுக்கொண்ட அம்சங்களிலிருந்து எந்த பிக்சல்கள் நபர் என்று ஊகிப்பதால் கிரீன் ஸ்கிரீன் தேவையை நீக்குகிறது. குழப்பமான அறை உட்பட எந்தப் பின்னணியும் வேலை செய்யும் — ஆனாலும் முடியில் கிரீன் ஸ்கிரீன் அதிகத் துல்லியமானது.
தானியங்கி நீக்கத்துக்குப் பதில் குரோமா கீயை எப்போது பயன்படுத்துவது?
பின்னணி சீராக ஒளியமைக்கப்பட்ட ஒற்றை நிறமாகவும், ஷாட் முடியைச் சார்ந்தும் இருக்கும்போது குரோமா கீயைப் பயன்படுத்துங்கள் — நிறத் தூரம் மாஸ்க்கை விட நுண்ணிய விவரங்களைத் தீர்க்கும். பச்சையில் படம்பிடிக்காதபோது செக்மென்டேஷனைப் பயன்படுத்துங்கள்.
கட்அவுட் விளிம்பு ஃபிரேம்களுக்கு இடையே ஏன் மினுமினுக்கிறது?
ஏனெனில் ஒவ்வொரு ஃபிரேமும் முந்தையதைப் பற்றிய நினைவு இல்லாமல் தனித்தனியாக செக்மென்ட் செய்யப்படுகிறது. மாடலின் 0.5 நம்பிக்கை எல்லைக்கு அருகில் உள்ள பிக்சல்கள் ஃபிரேம்களுக்கு இடையே வகை மாறுவதால் விளிம்பு ஊர்கிறது; ஸ்மூத்திங் அந்த மினுமினுப்புக்குப் பதில் தாமதத்தைத் தருகிறது.
இந்தக் கருவி என் வீடியோவை சர்வருக்குப் பதிவேற்றுமா?
ஆம். கிளிப் அளவு மாற்றப்பட்டு, HTTPS வழியாகச் சிறு பகுதிகளாகப் பதிவேற்றப்பட்டு, GPU சர்வர்களில் உள்ள எங்கள் AI மாடலால் செயலாக்கப்படுகிறது; பதிவேற்றமும் அதன் மாஸ்க்குகளும் சேமிக்கப்படுவதில்லை. இறுதி எக்ஸ்போர்ட் உங்கள் பிரவுசரில் உருவாக்கப்படுகிறது, எங்களுக்கு ஒருபோதும் அனுப்பப்படுவதில்லை.
பின்னணி நீக்கியை முயற்சி செய்யுங்கள்
பதிவு செய்யாமலேயே முயற்சிக்கலாம். உங்கள் ஃபைல் எங்கள் GPU சர்வர்களில் செயலாக்கப்படுகிறது, ஒருபோதும் சேமிக்கப்படுவதில்லை.