การเติมเต็มฉากบางส่วน
เติมพื้นที่ที่ขาดหายของภาพ รวมถึงช่องว่างในพาโนรามา บริเวณที่เสียหาย และองค์ประกอบที่ถูกครอป โดยใช้การสร้างฉากที่ขับเคลื่อนด้วย AI
Learning Objectives
- 1ใช้ generative fill เพื่อซ่อมช่องว่างและรอยต่อในการเย็บภาพพาโนรามา
- 2ฟื้นฟูส่วนที่ขาดหายของภาพถ่ายประวัติศาสตร์ที่เสียหายหรือไม่สมบูรณ์
- 3ขยายองค์ประกอบที่ถูกครอปแน่นเกินไปเพื่อเพิ่มพื้นที่หายใจและปรับปรุงสมดุลทางสายตา
การเติมเต็มฉากเติมพื้นที่ที่ขาดหายอย่างไร
ภาพพาโนรามามักมีขอบที่ไม่สม่ำเสมอและช่องว่างที่อัลกอริทึมการเย็บภาพไม่สามารถหาพื้นที่ทับซ้อนที่ตรงกันระหว่างเฟรมได้ ช่องว่างรูปสามเหลี่ยมที่ด้านบนและด้านล่างของพาโนรามาเหล่านี้ตามปกติจะถูกครอปทิ้ง ซึ่งสูญเสียพื้นที่ภาพและอาจลบรายละเอียดฉากหน้าหรือท้องฟ้าที่น่าสนใจไป Generative fill สามารถเติมเต็มช่องว่างเหล่านี้ได้โดยวิเคราะห์เนื้อหาที่เย็บอยู่ติดกันและสร้างความต่อเนื่องของฉากที่สม่ำเสมอ สำหรับพาโนรามาทิวทัศน์ โมเดลทำได้ดีในการเติมท้องฟ้า น้ำ และพื้นผิวพื้นดินตามธรรมชาติ เพราะรูปแบบเหล่านี้มีอยู่มากในข้อมูลฝึกของมัน
การทำงานกับบริเวณที่ต้องลบขนาดใหญ่
การฟื้นฟูภาพถ่ายเป็นอีกการใช้งานที่ทรงพลังของการเติมเต็มฉาก ภาพถ่ายเก่าอาจมีมุมฉีกขาด ความเสียหายจากน้ำ หรือส่วนที่ถูกบดบังด้วยเทปหรือคราบกาว หลังจากทำความสะอาดและสแกนต้นฉบับที่เสียหายอย่างระมัดระวังแล้ว ให้เลือกบริเวณที่เสียหายและใช้ generative fill เพื่อสร้างขึ้นใหม่ว่าน่าจะมีอะไรอยู่ตรงนั้นตามบริบททางสายตาโดยรอบ สำหรับภาพบุคคลที่มีพื้นที่พื้นหลังขาดหาย โมเดลสามารถสร้างภายในห้อง ฉากกลางแจ้ง หรือฉากหลังสตูดิโอที่ดูสมเหตุสมผลได้ สำหรับส่วนที่ขาดหายของวัตถุ เช่น มุมที่เสียหายซึ่งลบส่วนหนึ่งของมือหรือเสื้อผ้าไป โมเดลใช้สัญญาณความสมมาตรและข้อมูลตามบริบทเพื่อสร้างกายวิภาคหรือผ้าที่ขาดหายขึ้นใหม่
การรักษาความสม่ำเสมอทางสายตาในการเติมต่าง ๆ
การปรับปรุงองค์ประกอบผ่านการขยายผืนผ้าใบเป็นเทคนิคที่ละเอียดอ่อนแต่มีประสิทธิภาพ ภาพบุคคลที่ถูกครอปแน่นเกินไปที่ด้านบนของศีรษะสามารถขยายขึ้นด้านบนเพื่อเพิ่มพื้นที่เหนือศีรษะ ภาพทิวทัศน์ที่องค์ประกอบฉากหน้าสำคัญถูกตัดที่ด้านล่างสามารถขยายลงด้านล่างได้ เมื่อเติมเต็มองค์ประกอบ ให้คิดถึงกฎสามส่วนและสมดุลทางสายตา สร้างพื้นที่เพิ่มเติมในด้านที่ต้องการเพื่อย้ายวัตถุไปยังตำแหน่งที่ดูมีพลังมากขึ้นภายในเฟรม ประเมินผลลัพธ์แบบองค์รวมแทนที่จะตรวจแค่รอยต่อที่สร้างขึ้น เพราะเป้าหมายคือองค์ประกอบโดยรวมที่ดีกว่า
Key Takeaways
- ✓Generative fill ขจัดความจำเป็นในการครอปขอบพาโนรามาด้วยการสร้างการเติมช่องว่างที่ไร้รอยต่อ
- ✓การฟื้นฟูภาพถ่ายได้ประโยชน์จาก generative fill ในการสร้างบริเวณที่เสียหายขึ้นใหม่โดยใช้สัญญาณตามบริบท
- ✓ขยายองค์ประกอบที่ถูกครอปแน่นอย่างมีกลยุทธ์เพื่อปรับปรุงการจัดวางวัตถุและสมดุลทางสายตา