Háttér eltávolítása videóból, ingyen

Mit csinál pontosan ez az eszköz?

Végigmegy a videó minden egyes képkockáján, és mindegyiken megkeresi, hol van az előtér — jellemzően egy ember — és hol a háttér. Ez a döntés egy kis neurális hálózaton születik, ugyanazon, amelyik a képes háttér-eltávolítónkat is hajtja. Utána a hátteret kicseréli arra, amit választottál: egyszínű felületre (zöld vászon, kék vászon, fehér vagy bármilyen saját szín), vagy egy általad feltöltött képre.

Ehhez nem kell zöld vászon, lámpa vagy stúdió: pont az a lényeg, hogy egy telefonnal felvett, hétköznapi háttér előtt készült felvételből is ki tudd emelni magad. A kész videó MP4, tehát bárhová feltölthető, és a hangsávhoz nem nyúlunk — változatlanul, újrakódolás nélkül kerül át. Átlátszó hátterű (alfacsatornás) kimenetet egyelőre nem adunk: ha vágóprogramban akarod tovább vinni, válaszd a stúdiózöldet, és ott kulcsold ki — pont ezért a valódi kulcsszínt használjuk.

Mit tud, és mit nem

Legyünk őszinték: ez nem stúdióminőségű kulcsolás, és nem is annak készült. A modell 320×320 képpontos felbontásban dolgozik, ezért a körvonal finom részletei — hajszálak, szemüvegkeret, ujjak közötti rés, áttetsző anyagok — elmosódnak vagy egyben maradnak a háttérrel. Ami jól sikerül: egy ember, aki nagyjából a kamerával szemben van, és elüt a háttértől. Ami nehéz: sok ember egy képen, mozgó háttér, gyors mozgás, sötét felvétel, és minden olyan tárgy, amit a modell nem szokott előtérnek látni.

Videónál van egy másik, csak itt jelentkező hiba is: mivel minden képkocka külön döntés, két egymást követő kockán kicsit máshol húzódik a határvonal, és ettől a körvonal „forr”. Ezt időbeli simítással tompítjuk — a maszkot elmossuk, és összeátlagoljuk az előző kockáéval, vágásnál viszont az átlagot eldobjuk, hogy ne maradjon szellemkép az új jelenetben. Nem tünteti el teljesen, de sokkal nyugodtabbá teszi a szélt.

A v1-ben a felvétel legfeljebb 30 másodperc lehet, a kimenet pedig legfeljebb 720p. Mindkettő költségkorlát: minden képkocka egy külön futtatás, egy 30 másodperces felvétel 900 darab. Videokártyával ez jellemzően nagyjából egy perc, videokártya nélkül viszont több mint negyedóra is lehet — ezért kérünk külön megerősítést, mielőtt processzoron indulna.

Hogyan lesz belőle jó eredmény?

• Álljon el a háttértől, és legyen a háttér világosabb vagy sötétebb, mint a ruhád — a modell a kontrasztból dolgozik.
• Egyenletes fény jobb, mint az ellenfény: ha a nap mögötted van, sziluett lesz belőled, és a körvonal is elmosódik.
• Rögzített kamera segít. A kézben tartott telefon mozgó háttere minden kockán más, és ettől a maszk is nyugtalanabb lesz.
• Ha vágóprogramba viszed tovább, válaszd a stúdiózöldet vagy a stúdiókéket: ezek a valódi kulcsszínek, tehát az ottani alapbeállítás elsőre kikulcsolja őket.

Gyakori kérdések

Feltöltődik a videóm valahová?

Nem. A felvétel a böngésződ memóriájában marad, a modell is a te gépeden fut. Csak akkor kerül fel bármi a FileMv-re, ha a végén te magad kéred a megosztható linket.

Miért kell hozzá videokártya?

Mert 900 külön futtatásról van szó. WebGPU-val ez másodpercek alatt megvan képkockánként ezred másodpercekben mérve; enélkül a processzor csinálja ugyanezt, és a 30 másodperces felvétel negyedóra fölé is mehet. Enged is indítani, de csak úgy, hogy előtte láttad ezt a számot.

Kaphatok átlátszó hátterű videót?

Egyelőre nem. Az MP4 gyakorlatilag nem tud alfacsatornát vinni, a WebM VP9-cel igen — csakhogy a böngészők beépített kódolója nem tud alfacsatornát kódolni, ezért ezt szoftveresen kellene megcsinálni, ami a mi mérésünk szerint nagyságrendekkel lassabb annál, hogysem itt megvárható legyen. Amíg ez nem változik, a stúdiózöld hátterű MP4 az őszinte válasz: azt bármelyik vágóprogram ki tudja kulcsolni.

Miért csak 30 másodperc?

Mert a feldolgozás képkockánként történik, és egy hosszabb felvétel a te gépedet terhelné percekig. Ha hosszabb anyagod van, vágd ki belőle a lényeget a videóvágóval, és hozd vissza — a vágás újrakódolás nélkül, másodpercek alatt megvan.

Több embert is ki tud vágni egyszerre?

Néha igen, de nem erre való. A modell egyetlen kiemelkedő előteret keres, ezért két-három ember közül jellemzően a legnagyobbat és a legközelebbit találja meg biztosan, a többi részben a háttérben maradhat.