Háttéreltávolítás és festési hatások a legújabb mesterséges intelligencia (AI) technológiával! Válasszon bármilyen képet vagy videót, és automatikusan észlelje az objektumokat és a hátteret – és nem csak a háttér eltávolításához, hanem számos más nagyszerű effektushoz is. Az alkalmazás a szemantikus képszegmentáción alapul, amely a képeken lévő objektumok és határok megtalálásának koncepciója. A Google Research DeepLab egy korszerű mélytanuló neurális hálózat a szemantikai képszegmentációhoz – és most az AI Green Screen segítségével ez a fantasztikus technológia egyszerű alkalmazásként elérhető mindennapi használatra. Egyszerűen hagyja, hogy az AI észlelje a képobjektumokat, és válassza ki az alkalmazni kívánt effektust. A mesterséges intelligencia igazi ereje mindenkinek!
AI észlelési érzékenység
Hatásokat alkalmazhat az észlelt objektumokra vagy minden másra (a háttérre). Az objektumészlelés érzékenységének 3 különböző szintje van:
1) Csak emberek: szigorúan az emberekre összpontosítva.
2) Emberek és járművek (alapértelmezett): érzékeli az embereket, repülőgépeket, kerékpárokat, csónakokat, buszokat, autókat, motorokat és vonatokat. Ez a mód a magánélet védelmében hasznos, például elhomályosít minden olyan objektumot, amely magánéletre vonatkozó érzékeny információkat tartalmazhat (például rendszámok stb.).
3) Minden tárgy: az embereken és a járműveken kívül észleli: madarakat, palackokat, macskákat, székeket, teheneket, étkezőasztalokat, kutyákat, lovakat, cserepes növényeket, birkákat, kanapékat, vonatokat és tévéket
AI festő
A mesterséges intelligencia festékeffektusainak új generációja – amit más alkalmazásban nem találsz!
Effektusok
Akár az észlelt objektumokra, akár a háttérre alkalmazhat effektusokat: mesterséges intelligencia festő, életlenítés, csempézés, zöld képernyő (objektumok vagy háttér maszkolása zölddel), átlátszóság (háttér eltávolítása - átlátszósági effektusok a kép PNG mentésekor), háttércsere, és sok más.
Videó támogatás
Kimeneti képsebesség-szabályozás, bármilyen beállításban működő hanggal. Vágja le a forrásvideót, hogy csak a felvétel egy részét dolgozza fel.
Háttérvideó cseréje
Teljesen automatizált zöld szűrés és a háttér lecserélése egy kiválasztott videóra! Ez képek és videók esetén is működik. Ha felcseréli a kép hátterét egy videóval, akkor a képről videóra exportálást kap a háttérvideóból vett hanggal.
Képből videó effektusok
Képét rövid videókká alakíthatja hurkolt és gördülékeny animációs effektusokkal. Csak válasszon ki egy fényképet, és szupermenő, zökkenőmentes hurkokat kaphat az Instagram, TikTok stb.
Chroma keying
Használja a chroma key-t a hagyományos zöld képernyős anyagok feldolgozásához – vagy készítsen maszkot a kép alfa (átlátszóság) alapján.
Matricák
Mentse el a projekteket matricaként későbbi használatra. Fedvénymatricák a képek tetején, kép-videó effektusok vagy videók.
Hozzon létre egyéni WhatsApp matricákat
Az összes egyéni matricát a WhatsAppban is használhatja!
Használja az alkalmazást megosztási célként
Bármely alkalmazásból küldhet médiát az AI Green Screen-re, amely képeket vagy videókat kezel. Egyszerűen válassza ki a kiválasztott kép vagy videó megosztását, és használja az AI Green Screen-t megosztási célként.
Adatvédelem
Az AI Green Screen a legtöbb mesterségesintelligencia-termékkel ellentétben csak helyi AI-feldolgozást használ. Ez nagy előny, mivel az AI Green Screen soha nem küldi el a képeket az eszközről felhőfeldolgozásra. A szerkesztés után, ha úgy tetszik, megoszthatja a képet. De még ebben az esetben is a szabványos Android megosztási funkciót használják, és Ön teljes mértékben kézben tartja az irányítást.
Maszkszerkesztő
Előfordulhat, hogy a mesterséges intelligencia nem hoz tökéletes eredményt – vagy el akar távolítani egy személyt vagy tárgyat a mesterséges intelligencia által generált maszkból. A maszk kiterjesztése ugyanolyan egyszerű a Maszkszerkesztővel.
Vágóeszköz
Válassza ki, hogy a feldolgozott képnek csak egy kiválasztott részét kívánja menteni.
Technológia
Google TensorFlow Lite
https://www.tensorflow.org/lite/
Google Research DeepLab V3+ (PASCAL VOC 2012, Mobile Net V2)
https://github.com/tensorflow/models/tree/master/research/deeplab
Szeretnénk hallani visszajelzését. A Play segítségével kapcsolatba léphet velünk. Vagy egyszerűen lépjen velünk kapcsolatba a Twitteren vagy az Instagramon @Haavepaja https://twitter.com/Haavepaja