استخراج المقدمة

يستخدم استخراج المقدمة خوارزميات لتمييز الموضوع الرئيسي عن العناصر المحيطة به. تتضمن العملية تحديين حسابيين: تحديد المناطق التي تنتمي إلى المقدمة (التجزئة الدلالية)، وتحديد الحدود الدقيقة بين المقدمة والخلفية (التلميع). تتعامل أساليب الذكاء الاصطناعي الحديثة مع كلتا الخطوتين في وقت واحد، مما ينتج عنه خريطة تجزئة ثنائية ونسخة ألفا غير لامعة منقحة في مسار واحد.\n\nتستخدم خدمات جواز السفر وصور الهوية استخراج المقدمة بشكل روتيني. يقف الشخص أمام أي خلفية متاحة، ويقوم البرنامج باستخراج الشخص ووضعه على خلفية متوافقة مع المعايير (لون خالص، أبعاد محددة). يجب أن يكون الاستخراج دقيقًا حول حواف الشعر والملابس أثناء التعامل مع ألوان البشرة المتنوعة وأنسجة الشعر ومواد الملابس دون تعديل يدوي.\n\nلقد تطور استخراج المقدمة عبر العديد من أجيال التكنولوجيا. تطلبت الطرق المبكرة إدخال المستخدم - draw تحديد حدود تقريبية للمقدمة/الخلفية لخوارزميات مثل GrabCuGrabCut - أدت الطرق التلقائية إلى تحسين الدقة ولكنها لا تزال بحاجة إلى تحسين يدوي. لا تتطلب أساليب الذكاء الاصطناعي الحالية أي إدخال من المستخدم على الإطلاق، حيث تحدد تلقائيًا الموضوع الأساسي وتنتج استخلاصًا كاملاً بنقرة واحدة. تتعامل هذه الأساليب الحديثة مع مواضيع متعددة، وعناصر متداخلةppi وعلاقات غامضة بين المقدمة والخلفية والتي من شأنها أن تربك الأساليب الخوارزمية السابقة.\n\nيقوم Magic Eraser's BacMagic Eraserer بأداءBackground Eraserraction تلقائيًا باستخدام شبكة عصبية مدربة على أنواع مواضيع متنوعة. يحدد الذكاء الاصطناعي الأشخاص والمنتجات والحيوانات والأشياء دون أي توجيه من المستخدم، مما ينتج عنه عمليات استخراج نظيفة تتعامل مع الحدود المعقدة بما في ذلك الشعر والمواد الشفافة والعناصر المتداخلة. يتم تسليم ppiject المستخرج بخلفية شفافة جاهزة لأي استخدام لاحق. يحقق النظام نتائج متسقة عبر مجموعة واسعة من ظروف التصوير الفوتوغرافي - بدءًا من الصور الشخصية المضاءة جيدًا في الاستوديو وحتى المشاهد الخارجية الصعبة ذات الإضاءة الخافتة والخلفيات المزدحمة والأشياء التي ترتدي ملابس تتطابق بشكل وثيق مع لون الخلفية، وكلها تتطلب تقليديًا تحسينًا يدويًا مكثفًا لاستخراجها بشكل نظيف.