Czy Adobe sprawi, że selekcja skomplikowanych obiektów stanie się dziecinnie prosta?

Na temat właściwego zaznaczania i maskowania obiektów podczas obróbki zdjęć powstało już tysiące poradników i tutoriali. Mimo to wciąż w niektórych wypadkach precyzyjne szparowanie elementów takich jak na przykład włosy, bywa nie lada wyzwaniem. Być może już niedługo. Inżynierowie z Adobe Research opracują rozwiązanie, które ma szansę odmienić oblicze retuszu zdjęć.

Stworzony przez nich „inteligentny”, bazujący na sieciach neuronowych system Deep Image Matting, na podstawie zaprezentowanych mu obrazów uczy się precyzyjnie separować nawet najbardziej skomplikowane obiekty, niezależnie od tego na jakim tle się znajdują. Skuteczność działania rozwiązania ekipa Adobe prezentuje w swoim opracowaniu na kilku przykładach. W każdym przypadku jest ona naprawdę zadziwiająca.

Nikon Z8 + pakiet brązowy Fotoforma Care 12 mies.

15 499 zł

Canon EOS R6 Mark II - cena BF po Canon Cashback

8 388 zł

Sony A7 III + pakiet brązowy Fotoforma Care 12 mies.

5 889 zł

Sony A7 IV + 1300 zł Sony Cashback

9 999 zł

Panasonic Lumix S5IIX + pakiet korzyści

7 895 zł

Czy Adobe wprowadzi podobną funkcję w najnowszych odsłonach swoich aplikacji do edycji obrazu? Tego na razie nie wiadomo. Pewne jest jednak, że możliwość wycięcia każdego obiektu jednym kliknięciem byłaby niemałą rewolucją. Chodzi bowiem nie tylko o wygodę ale także szybkość pracy. W świecie filmowym mogłoby to z kolei pozwolić na rezygnację z green screenów, a tym samym duże uproszczenie produkcji.

Niezależnie od branży, na pewno oznaczałoby to dużo większą elastyczność na etapie postprodukcji i dla wielu mogłoby być wystarczającym powodem, by wreszcie wykupić subskrypcję Adobe CC, jeśli funkcja ta zostałaby zaimplementowana w programach wchodzących w skład pakietu. Wszystko zależy jednak od tego czy system rzeczywiście będzie sprawował się tak obiecująco, jak się zapowiada.

Dokładne informacje na temat technologii stojącej za tym przedsięwzięciem znajdziecie w publikacji Adobe pod adresem arxiv.org.