前景提取

前景提取使用算法将主要主题与周围元素区分开来。该过程涉及两个计算挑战：识别哪些区域属于前景（语义分割）以及确定前景和背景之间的精确边界（抠图）。现代人工智能方法同时处理这两个步骤，在一次传递中生成二进制分割图和精致的 Alpha 遮罩。\n\n护照和身份证照片服务通常使用前景提取。一个人站在任何可用的背景下，软件会提取该人并将其放置在符合标准的背景上（纯色、特定尺寸）。头发和衣服边缘周围的提取必须精确，同时处理不同的肤色、头发纹理和服装材质，而无需手动调整。\n\n前景提取已经经历了几代技术的发展。早期的方法需要用户输入 - 为 GrabCuGrabCut 等算法提供粗略的前景/背景边界 - 自动方法提高了准确性，但仍然需要手动细化。当前的人工智能方法根本不需要用户输入，自动识别主要主题并一键生成完整的提取。这些现代方法可以处理多个主题、重叠的 elemenppi 和模糊的前景-背景关系，这些关系会混淆早期的算法方法。 \n\nMagic Eraser 的 BacMagic Eraserer 使用经过不同主题类型训练的神经网络自动执行 Background Eraserraction。人工智能在没有任何用户指导的情况下识别人、产品、动物和物体，产生干净的提取，处理复杂的边界，包括头发、半透明材料和重叠元素。提取的 ppiject 带有透明背景，可供后续使用。该系统在各种摄影条件下都能获得一致的结果——从光线充足的工作室肖像到具有斑驳灯光、繁忙背景的具有挑战性的户外场景，以及穿着与背景颜色紧密匹配的衣服的apple对象，所有这些传统上都需要大量的手动细化才能干净地提取。