تجزئة الصورة

يؤدي تجزئة الصورة إلى تعيين كل بكسل في الصورة إلى فئة ما، مما يؤدي إلى إنتاج خريطة حيث يتم تصنيف كل منطقة بما تمثله: شخص، سماء، سيارة، مبنى، شجرة، طريق، وما إلى ذلك. يمكّن هذا الفهم على مستوى البكسل الأدوات من معالجة أجزاء مختلفة من الصورة بشكل مختلف، وتطبيق العمليات بشكل انتقائي بناءً على المحتوى بدلاً من الموضع. هناك ثلاثة أنواع رئيسية: التجزئة الدلالية (تسمية فئات البكسل)، وتجزئة المثيلات (التمييز بين الكائنات الفردية من نفس النوع)، والتجزئة الشاملة (الجمع بين كليهما).\n\nتستخدم أنظمة المركبات المستقلة تجزئة الصور لفهم بيئتها في الوقت الفعلي. يقوم النظام بتقسيم كل إطار من الفيديو إلى سطح الطريق، وعلامات الممرات، والمركبات، والمشاة، وإشارات المرور، والعقبات. تؤدي كل منطقة مقسمة إلى اتخاذ قرارات قيادة مختلفة. على الرغم من أن هذا تطبيق بالغ الأهمية للسلامة وبعيدًا عن تحرير الصور، إلا أن التكنولوجيا الأساسية هي نفسها — والتقدم في مجال واحد غير المجال الآخر.\n\nبالنسبة لتحرير الصور، يتيح التجزئة العمليات المدركة للمحتوى والتي كانت مستحيلة باستخدام الأدوات التقليدية. يمكن للمحرر تحديد جميع وحدات بكسل السماء لتحل محل السماء دون التأثير على المباني. يمكن لأداة تنقيح الصور الشخصية تطبيق تنعيم البشرة على مناطق الوجه فقط مع الحفاظ على نضارة الشعر والملابس. يمكن لمحرر المناظر الطبيعية زيادة التشبع في أوراق الشجر مع الحفاظ على العناصر الأخرى دون تغيير. تتطلب كافة هذه العمليات أن تعرف الأداة ما يمثله كل بكسل.\n\nالتقسيم السحري للصورة Magic Eraserهو أساس مسار التحرير الخاص بها. عندما يقوم مستخدم بالتمرير فوق كائن لإزالته، فإن التجزئة تحدد حدود الكائن الكاملة حتى لو كانت ضربة الفرشاة غير دقيقة. الخلفية EBackground Erasertation لتحديد وفصل الموضوع عن الخلفية. يستخدم AI Enhance seAI Enhance لتطبيق إستراتيجيات تحسين مختلفة على مناطق الصورة المختلفة. يقوم نموذج التجزئة بمعالجة الصور بالمللي ثانية، مما يتيح الحصول على تعليقات في الوقت الفعلي أثناء تفاعل المستخدمين مع أدوات التحرير، وتحدد دقته بشكل مباشر دقة كل عملية لاحقة في المسار، مما يجعله عنصر الذكاء الاصطناعي الأكثر أهمية في بنية المنتج بأكملها.