Este blog tiene como objetivo introducir al lector al mundo de la eliminación de fondos y compartir algunos de los aprendizajes y desafíos que enfrentamos al crear Erase.bg. Erase.bg es un servicio completamente automatizado que ofrece resultados de alta resolución de forma gratuita. ¡Comencemos!
Un Vistazo Profundo a la Eliminación de Fondo
La eliminación de fondos consiste en seleccionar el sujeto en primer plano de una imagen y borrar el fondo para que este sujeto pueda ser colocado en un nuevo fondo. Esto se hace con la ayuda de una máscara producida en el proceso de eliminación, como se muestra a continuación. Colocar el sujeto en un nuevo fondo se llama composición.
Dado que el ojo humano es susceptible a discrepancias en las imágenes, se debe tener mucho cuidado para que la composición del sujeto extraído se vea realista en un nuevo fondo. Esto puede ser complicado para estructuras delicadas como el cabello y el pelaje.
La composición nos permite reutilizar imágenes colocándolas en fondos formales o creativos. Existen dos desafíos principales al crear un sistema completamente automatizado que pueda realizar la eliminación de fondos:
1. Detectar el sujeto en primer plano sin intervención humana: Dado que el sujeto en primer plano puede pertenecer a una amplia variedad de objetos, como humanos, animales, electrónicos, ropa, muebles, etc., nuestro modelo debe identificar y manejar el sujeto incluso si nunca lo ha visto antes. Manejar interacciones con sujetos conocidos, como un humano jugando baloncesto o sentado en una silla, también puede ser complicado.
2. Predecir una máscara precisa: La máscara debe cubrir solo el área del sujeto. Además, muchas estructuras como el pelaje y el cabello humano tienen estructuras delicadas, semi-transparentes y complicadas que deben ser manejadas con cuidado para garantizar una extracción precisa y una composición realista.
Aplicaciones Reales de la Eliminación de Fondos
En la siguiente sección, elaboraremos más sobre estos desafíos y mostraremos ejemplos para explicarlos en detalle. Por ahora, veamos algunas aplicaciones de la eliminación de fondos:
1. Reutilizar sesiones de fotos: Obtenga más de su contenido existente.
2. Comercio Electrónico: Prepáre sus imágenes de productos y hágales lucir más atractivas para cualquier plataforma de E-Commerce.
3. Medios/Creatividad: Despliega tu lado creativo y crea contenido impresionante.
4. Fotos de Perfil y Pasaporte: Crea asombrosas fotos de perfil en solo unos clics. Evita las filas y crea fotos para pasaportes en cualquier lugar.
5. Logos/Firmas/Gráficos: Promociona tu negocio o cualquiera de tus proyectos geniales.
Desafíos
Nuestro objetivo es producir automáticamente una máscara para extraer el objeto en primer plano de la imagen. Hay dos desafíos principales al hacer esto:
1. Detectar automáticamente el sujeto en primer plano.
2. Predecir una máscara precisa para una composición realista.
Aunque detectar el objeto en primer plano es fácil para un humano, no lo es para una computadora. Nos centramos en el segundo desafío en esta publicación y dejamos este para una futura entrada de blog.
Un enfoque común para generar una máscara es una técnica llamada segmentación de imágenes, que asigna un valor binario, un SÍ o un NO, a cada píxel en una imagen para indicar si ese píxel pertenece al sujeto. Luego, esta máscara se puede usar para extraer el objeto, como se muestra a continuación.
Podemos ver que la segmentación de imágenes hizo el trabajo perfectamente aquí. Sin embargo, en casos más complejos, como aquellos con cabellos delicados, la segmentación de imágenes no funcionará, como se ve a continuación. Aunque la máscara cubre los píxeles del cabello, algo no está bien en la extracción. Esto se debe a que parte del sujeto, particularmente su cabello, es semi-transparente en ciertos lugares e interactúa con la iluminación y el color del fondo para producir el tono suave que vemos en la imagen original.
En tal caso, lo que necesitamos es una máscara de transparencia o alfa mate para una extracción adecuada, como se muestra a continuación. Tal máscara puede separar completamente los elementos del primer plano y del fondo, incluso en lugares donde interactúan profundamente.
Las máscaras creadas deben tener un alto nivel de precisión ya que las composiciones creadas a partir de la eliminación de fondos a menudo se utilizan para fines de comercio electrónico o medios donde los humanos las verán. Hablemos de tres factores que impactan el realismo de las composiciones:
- Contaminación de color.
- Pequeñas brechas.
- Mezcla alfa.
Descontaminación de Color
Considere el siguiente ejemplo para ilustrar cómo máscaras ligeramente diferentes pueden causar diferencias visuales significativas en la composición. La imagen superior es la imagen original que tiene un juguete de peluche en un fondo azul brillante. Debajo de ella, en la primera columna, se muestran dos máscaras generadas por dos algoritmos diferentes. Las máscaras parecen muy similares; sin embargo, cuando se realiza la extracción usando la primera, la luz azul todavía es parcialmente visible en el pelo del sujeto, como se muestra en la segunda columna.
En la tercera columna, podemos ver acercamientos de un pequeño parche en el lado derecho del juguete. Aquí, notamos que el primer algoritmo ha sobreestimado ligeramente sus valores, lo que resulta en que más luz de fondo sea capturada en la extracción. Ambas cubren casi la misma área de cabello, sin embargo, sus valores precisos hacen una gran diferencia.
Los algoritmos deben entender las interacciones de colores e iluminación del primer plano y el fondo para evitar tales problemas. Incluso un humano encontraría difícil y lento producir tal máscara por sí mismo, y ahí es donde la eliminación de fondo acude al rescate.
Pequeñas Brechas
Incluso pequeños errores en la máscara, como omitir pequeñas brechas, pueden causar discrepancias visuales obvias al componer en un nuevo fondo. A continuación, vemos la imagen original en la parte superior y las máscaras producidas por dos algoritmos a la derecha.
Una serie de errores en la primera máscara son visibles. Grandes brechas, como la que está cerca del hombro, son claramente visibles cuando el sujeto se coloca en el fondo verde, pero también lo son las minúsculas alrededor y dentro del cabello rizado. Si estas brechas se omiten, entonces partes del antiguo fondo se colocan sobre el nuevo, haciendo que la imagen parezca sintética.
Mezcla Alfa
Veamos cómo nuestra máscara de transparencia promueve una composición realista. Nuestra máscara de transparencia indica cuánto del color del primer plano y del fondo debe estar presente para cada píxel.
Por ejemplo, en un cierto píxel, podríamos tener una mezcla del 60% del color del primer plano y el 40% del color de fondo. Tal mezcla hace que parezca como si el sujeto estuviera realmente presente en el nuevo fondo e interactuando con la iluminación allí.
Las composiciones también parecen menos dentadas en los bordes y más naturales y atractivas para el ojo humano. Al componer, no queremos que el fondo comience abruptamente.
Deseamos una transición suave del sujeto en primer plano a la región de fondo. Para ilustrar, componemos un pequeño parche de pelo marrón extraído de la esquina del juguete de peluche anterior en c) sobre el fondo brillante en a) abajo.
Cuando mezclamos con la ayuda de nuestra máscara en b), vemos una transición suave e interacción de colores en la composición producida en d), haciendo que parezca como si el sujeto estuviera realmente presente e interactuando con la iluminación del nuevo fondo. Existen técnicas más avanzadas para componer sujetos y fondos de diferentes condiciones de iluminación, pero no las discutimos aquí.
En conclusión, vimos que la eliminación de fondo es un proceso delicado que requiere predicción de transparencia para hacerlo correctamente. Usando el mapa generado en el proceso de eliminación, podemos extraer el sujeto y componer un nuevo fondo.
Discutimos tres consideraciones importantes que afectan el realismo de las composiciones y el nivel de precisión y detalle esperado de los algoritmos que intentan producir estas máscaras. Para lograr esto, debemos confiar en métodos avanzados de aprendizaje automático y visión por computadora que cubriremos en una publicación futura.
Esperamos que hayan disfrutado leyendo este blog y ahora tengan una apreciación más profunda de la eliminación de fondo y sus muchas aplicaciones. Para ver todo esto en acción, prueben nuestro removedor de fondo Erase.bg, que está programado para lanzarse con un nuevo sitio web pronto. Para más actualizaciones, síguenos aquí.
FAQ's
¿Cómo puedo eliminar rápidamente el fondo de una imagen?
¿Cómo elimino el fondo de una imagen en 1 segundo?
¿Qué es la eliminación instantánea de fondo?
¿Cómo me beneficia la eliminación instantánea de fondo?
¿Existen limitaciones para la eliminación instantánea de fondo?
¿Hay una aplicación que ofrezca eliminación instantánea de fondo?
