كيف تعمل إزالة الخلفية بالذكاء الاصطناعي: شرح التقسيم وأقنعة ألفا

تعمل إزالة الخلفية بالذكاء الاصطناعي عبر تمرير الصورة في شبكة عصبية تعلّمت، من صور أمثلة كثيرة، التعرف على البكسلات التي تنتمي إلى العنصر الرئيسي وتلك التي تنتمي إلى الخلفية. يُخرج النموذج قناعا - خريطة بتدرجات الرمادي توضح مدى انتماء كل بكسل إلى العنصر - ويصبح هذا القناع هو شفافية صورة PNG النهائية. تحدث العملية كلها تلقائيا دون أن تحدد أي حافة بنفسك.

من التحديد اليدوي إلى الأقنعة التلقائية

قبل أدوات الذكاء الاصطناعي، كانت إزالة الخلفية تعني تحديد العنصر يدويا. استخدم المصممون أداة القلم لرسم المسارات، وأدوات العصا السحرية لتحديد المناطق ذات الألوان المتشابهة، والفرش لرسم الأقنعة. تعمل الأدوات المعتمدة على اللون جيدا مع خلفيات الاستوديو المسطحة، لكنها تواجه صعوبة مع الصور الواقعية حيث تكون الخلفية مزدحمة أو قريبة في لونها من العنصر.

غيّر تعلم الآلة هذا الوضع. فبدلا من الاعتماد على اللون وحده، تتعلم الشبكة العصبية أشكال الأشياء وسياقها: كيف يبدو الشخص أو الحذاء أو الكلب أو السيارة عادة، وأين يُرجح أن تكون حدوده.

الخطوة 1: تجهيز الصورة

عند رفع صورة، يُغيَّر حجمها عادة إلى الدقة التي يتوقعها النموذج وتُوحَّد قيم بكسلاتها. تعمل النماذج على حجم إدخال ثابت أو محدود، لذا يعيد النظام لاحقا تكبير النتيجة لتطابق صورتك الأصلية.

الخطوة 2: الشبكة تحلل الصورة

معظم نماذج إزالة الخلفية هي شبكات عصبية التفافية أو شبكات قائمة على المحولات (transformers) مصممة لـالتقسيم - أي مهمة تصنيف كل بكسل. وتتكون عادة من نصفين:

• مُرمِّز (encoder) يضغط الصورة تدريجيا إلى خصائص، بدءا من الحواف والملمس البسيط وصولا إلى مفاهيم عالية المستوى مثل "وجه" أو "منتج".
• مُفكِّك (decoder) يعيد توسيع هذه الخصائص إلى الدقة الكاملة، منتجا توقعا لكل بكسل.

تنقل الوصلات بين النصفين التفاصيل الدقيقة من الطبقات الأولى إلى المخرجات، وهذا مهم لدقة الحواف. كثير من نماذج إزالة الخلفية مدرّبة على اكتشاف العنصر البارز (salient object detection) أو التقسيم الثنائي للصور (dichotomous image segmentation) - أي العثور على أبرز عنصر في المشهد وفصله بدقة عن كل ما عداه.

الخطوة 3: إنتاج القناع

مخرجات الشبكة قناع بنفس شكل الصورة. وبدلا من إجابة صارمة بنعم أو لا لكل بكسل، تنتج النماذج الجيدة قيما بين 0 و1:

• 1 - عنصر بالتأكيد.
• 0 - خلفية بالتأكيد.
• قيمة بينهما - بكسلات الحافة التي هي جزئيا عنصر وجزئيا خلفية، مثل خصلات الشعر أو الحدود الضبابية.

يسمى هذا القناع الناعم قناع ألفا (alpha matte). وتقدير هذه القيم الوسيطة بدقة يُعرف بـالماتينغ (matting)، وهو ما يميز القص الطبيعي عن القص ذي الحواف الحادة والمتعرجة.

الخطوة 4: القناع يتحول إلى شفافية

أخيرا، يُكبَّر القناع إلى حجم الصورة الأصلية ويُكتب في قناة ألفا. تُحفظ النتيجة بصيغة PNG التي يمكنها تخزين هذه العتامة لكل بكسل. يشرح مقالنا ما هي صورة PNG الشفافة قنوات ألفا بتفصيل أكبر.

كيف تتعلم النماذج

يُدرَّب نموذج التقسيم على مجموعات بيانات كبيرة من الصور المقترنة بأقنعة دقيقة أنشأها أشخاص أو أُنتجت بتركيب دقيق. أثناء التدريب، يقدم النموذج توقعات، ويقارنها بالأقنعة الصحيحة، ويعدّل ملايين المعاملات الداخلية لتقليل الخطأ. وبعد جولات كثيرة يصبح قادرا على التعميم: يستطيع إنتاج أقنعة لصور لم يرها من قبل.

تنوع بيانات التدريب مهم. النموذج المدرّب أساسا على الصور الشخصية سيكون قويا مع الأشخاص لكنه قد يتعثر مع المنتجات، والعكس صحيح. أما أدوات إزالة الخلفية متعددة الأغراض فتُدرَّب على مزيج واسع من العناصر - أشخاص وحيوانات ومنتجات ومركبات وأغراض.

لماذا تكون بعض الصور أصعب من غيرها

حتى النماذج القوية لها نقاط ضعف متوقعة:

• الشعر الدقيق والفرو. الخصلات الرفيعة تمزج العنصر والخلفية في بكسل واحد. راجع كيفية قص الشعر في الصور للحصول على نصائح.
• التباين المنخفض. منتج أبيض على طاولة بيضاء يمنح النموذج القليل من الدلائل البصرية حول مكان الحافة.
• الأشياء الشفافة أو العاكسة. الزجاج والماء والمعادن اللامعة تُظهر الخلفية من خلالها أو عليها.
• العناصر الملتبسة. في صورة جماعية أو مشهد مزدحم، قد لا يكون واضحا أي عنصر هو "العنصر الرئيسي".
• الدقة المنخفضة أو الضبابية. نقص التفاصيل يجعل الحواف غير مؤكدة. قد يساعد تكبير المصدر الصغير أولا باستخدام أداة التكبير بالذكاء الاصطناعي.

التقسيم ليس هو اكتشاف الأشياء

من المفيد التمييز بين فكرتين مرتبطتين. اكتشاف الأشياء (object detection) يرسم مستطيلا حول الأشياء في الصورة ويصنفها، مثل "كلب" أو "سيارة". هذا مفيد للعدّ أو الوسم، لكن المستطيل أكثر خشونة بكثير من أن يصلح للقص. أما التقسيم فيعمل على مستوى البكسل وينتج حدودا دقيقة. تحتاج إزالة الخلفية إلى التقسيم مع الماتينغ: الحدود تخبر النظام بالمنطقة التي تمثل العنصر، والقناع يخبره بمدى نعومة كل بكسل على الحافة. ولهذا تستطيع أدوات إزالة الخلفية تتبع انحناء الكتف أو الفراغ بين الأصابع بدلا من ترك رقعة مستطيلة من الخلفية.

السرعة مقابل الجودة

يوازن مصممو النماذج بين الدقة من جهة والسرعة والذاكرة من جهة أخرى. النماذج الأكبر ودقة الإدخال الأعلى تلتقط عموما حوافا أدق لكنها تستغرق وقتا أطول. النماذج الأصغر أسرع لكنها قد تفوّت التفاصيل الدقيقة. بعض الخدمات، ومنها Remove Photo Bg، تشغّل نماذجها على خوادمها الخاصة بدلا من إرسال الصور إلى خدمات ذكاء اصطناعي خارجية، وهذا أمر يستحق المراعاة عند العمل على صور خاصة أو منتجات لم تُطرح بعد.

كيف تحصل على أفضل نتائج من إزالة الخلفية بالذكاء الاصطناعي

1. اجعل العنصر واضحا. عنصر رئيسي واحد داخل الإطار بالكامل يعطي أفضل النتائج.
2. استخدم التباين. صوّر أمام خلفية تختلف عن العنصر في اللون والسطوع.
3. حافظ على الحدة. التركيز الجيد والإضاءة الجيدة يمنحان النموذج حوافا نظيفة يتتبعها.
4. ارفع صورة بحجم مناسب. تجنب الصور المصغرة جدا أو لقطات الشاشة المضغوطة بشدة.
5. افحص الحواف. كبّر على الشعر والأصابع وزوايا المنتج قبل استخدام النتيجة.

يتعمق دليلنا عن كيفية التقاط صور يسهل قصها في نصائح التصوير.

تقنيات ذكاء اصطناعي ذات صلة

إزالة الخلفية واحدة من عدة مهام للذكاء الاصطناعي في الصور تقوم على أفكار متشابهة. الإكمال الذكي (inpainting) يملأ منطقة مقنّعة بمحتوى منطقي، وهكذا تمسح أداة إزالة العناصر الأشياء غير المرغوب فيها. والدقة الفائقة (super-resolution) تتنبأ بالتفاصيل المفقودة لتكبير الصور، وهكذا يعمل التكبير بالذكاء الاصطناعي. يمكنك قراءة المزيد في ما هو الإكمال الذكي للصور بالذكاء الاصطناعي.

شاهدها أثناء العمل

تجمع إزالة الخلفية بالذكاء الاصطناعي بين التقسيم والماتينغ لتحويل صورة عادية إلى عنصر مقصوص بنظافة في خطوة واحدة. أفضل طريقة لفهمها هي تجربتها: ارفع صورة إلى Remove Photo Bg وانظر كيف يتعامل النموذج مع حواف العنصر.