ai抠图去除底色方法 ai可以快速抠图吗( 二 )

▲ 稿定抠图显示效果
凡科快图与稿定抠图类似，大量细节没有抠掉，头发细节也有不少瑕疵，抠出来的图片不能直接取用。特别是五个玩偶连接处的地面，有大量区域依然保留下来。
▲ 凡科快图细节差
静物抠图上，顽兔表现出乎意料的好。地面细节完全抠掉，头发细节瑕疵略少，整体表现比前两者稍好，只是直接用作素材还有些勉强。
▲ 顽兔抠图效果相对较好
最后再看多人合影，小黑至今仍然记得初中毕业照上，业余摄影师在修图抠图时手抖，最后一排的同学好几个都被P变了形。AI抠图在多人合影上表现如何，小黑一直很期待。
▲ 三款工具多人合影效果
然而，小黑万万没想到， AI 抠图根本无法实现多人合影抠图。稿定抠图识别不出来，凡科快图完全没抠，顽兔只是将下方的草地抠掉，教学楼与同学们完全没有分离开，相当于没有抠图。
整体来看， AI抠图并没有像宣传中说的那样一键抠图，它只是一个并不那么智能的工具，细节保留与物体识别都比不上设计师的双手与双眼。与人类设计师相比， AI抠图完全不在一个层面上，在抠图领域，人类还是完胜AI 。
AI 抠图原理测试结果显示， AI 抠图依然有很大局限性，在处理复杂图片时， AI 抠图工具普遍无能为力。
其实，这与AI抠图原理有关。在了解技术之前，小黑先聊一个专业名词——语义分割。在计算机图像识别技术中，通过数据分析与理解，将不同的物体涂成不同的颜色。
▲ 语义分割识别
以上述动图为例，计算机视觉算法通过数据分析将人类涂成红色，将汽车涂成蓝灰色，将树木涂成绿色，将地面涂成粉灰色，完成这一动作的过程就叫语义分割。在完成语义分割之后，就可以将想要得到物体从图片/视频中抠出来。
▲ 弹幕从屏幕滑过，人物不受遮挡
在我们日常生活中，语义分割的应用非常广泛。汽车自动驾驶运用它分辨各类事物， B站运用它遮挡弹幕，避免弹幕过多影响视频观感。
▲ 语义分割深度学习
语义分割说起来简单，实现起来难度不小。首先需要收集大量数据形成数据库，不断学习进化，逐渐“理解”不同图片/视频中的物体，从而将它们分割出来。以阿里云视觉智能开放平台为例，就需要过滤、分类、检测、分割四大步骤。
▲ 阿里云视觉智能开放平台抠图技术
其中过滤需要用到分类模型与基础图像算法；分类根据物体连通性，需要设计不同的分割模型；检测过程中检测文案、logo等冗余信息，搭建检测模型；最后分割时先进行一层粗分割得到大致图案，再通过分割融合模型进行精细分割得到精确图案。
小黑注意到，四大步骤都需要各种模型。其实不仅是AI 抠图，所有的AI 都需要搭建模型，然后经过大量数据训练“进化” 。当年击败人类的阿尔法狗本身也是一个神经网络模型，在短时间内学习完人类所有棋谱，从而推导出击败人类的完美模型。
▲ 阿尔法狗使用的蒙特卡洛搜索树

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：