पृष्ठभूमि हटाने का विकास: क्रोमा कुंजी से गहन शिक्षण तक

पृष्ठभूमि हटाना उल्लेखनीय रूप से लंबा सफर तय कर चुका है। जिस काम के लिए एक बार 50,000 डॉलर के वीडियो मिक्सर, एक समर्पित स्टूडियो और सावधानीपूर्वक रोशनी वाली हरी स्क्रीन की आवश्यकता होती थी, उसे अब हमारे बैकग्राउंड रिमूवर जैसे ब्राउज़र-आधारित टूल के साथ मिलीसेकंड में पूरा किया जा सकता है। यह आलेख पृष्ठभूमि हटाने की तकनीक के एनालॉग मूल से लेकर गहन शिक्षण क्रांति तक के विकास का पता लगाता है जो आज के सबसे सटीक मैटिंग समाधानों को शक्ति प्रदान करता है।

क्रोमा कुंजी युग

एनालॉग शुरुआत

पहली पृष्ठभूमि हटाने की तकनीक क्रोमा कुंजी कंपोज़िटिंग थी, जिसे 1960 के दशक में पेट्रो व्लाहोस ने शुरू किया था। अवधारणा सरल थी: किसी विषय को एक समान रंगीन पृष्ठभूमि के सामने शूट करें, फिर इलेक्ट्रॉनिक रूप से उस रंग को एक अलग पृष्ठभूमि से बदल दें। अल्टीमैट जैसी शुरुआती प्रणालियों ने क्रोमा कुंजी रंग का पता लगाने और नियंत्रण संकेत उत्पन्न करने के लिए एनालॉग सर्किटरी का उपयोग किया।

एनालॉग क्रोमा कुंजी की मुख्य सीमाएँ:

1. एक पूर्णतः प्रकाशित, समान रूप से रंगीन पृष्ठभूमि की आवश्यकता है
2. मोशन ब्लर और बालों जैसे बारीक विवरणों से जूझना
3. पारदर्शी या अर्ध-पारदर्शी वस्तुओं को संभाल नहीं सका
4. महँगे विशेषीकृत हार्डवेयर की आवश्यकता है
5. आवश्यक महत्वपूर्ण स्टूडियो स्थान

युग	प्रौद्योगिकी	हार्डवेयर लागत	प्रसंस्करण समय	सटीकता
1960-1980	एनालॉग क्रोमा कुंजी	$50,000+	वास्तविक समय	कम
1990 के दशक	डिजिटल क्रोमा कुंजी	$10,000+	वास्तविक समय	मध्यम
2000	सॉफ़्टवेयर क्रोमा कुंजी	$500+	मिनट	मध्यम
2010 के दशक	एमएल-सहायता प्राप्त मैटिंग	$0+	सेकंड	उच्च
2020 के दशक	गहरा मैटिंग सीखना	$0+	मिलीसेकंड	बहुत अधिक

सॉफ़्टवेयर-आधारित निष्कासन का उदय

फोटोशॉप और जादू की छड़ी

एडोब फोटोशॉप ने 1990 में मैजिक वैंड टूल पेश किया, जिससे डेस्कटॉप पर पृष्ठभूमि हटाना शुरू हो गया। यह एक परिभाषित रंग सीमा के भीतर सन्निहित पिक्सेल का चयन करके काम करता है। अपने समय के लिए क्रांतिकारी होते हुए भी, इसे महत्वपूर्ण मैन्युअल शोधन की आवश्यकता थी और जटिल किनारों से जूझना पड़ा।

एज डिटेक्शन और मैटिंग

1990 के दशक के अंत और 2000 के दशक की शुरुआत में अधिक परिष्कृत मैटिंग एल्गोरिदम का विकास देखा गया:

• बायेसियन मैटिंग (2001): अग्रभूमि और पृष्ठभूमि रंगों का अनुमान लगाने के लिए सांख्यिकीय मॉडल का उपयोग किया गया
• क्लोज्ड-फॉर्म मैटिंग (2007): विरल रैखिक प्रणाली का उपयोग करके मैटिंग समीकरण को हल किया गया
• केएनएन मैटिंग (2012): गैर-स्थानीय मैटिंग के लिए के-निकटतम पड़ोसियों का उपयोग किया गया
• शेयर्ड मैटिंग (2010): संयुक्त एकाधिक नमूनाकरण रणनीतियाँ

ये एल्गोरिदम एक महत्वपूर्ण कदम थे लेकिन फिर भी एक ट्रिमैप की आवश्यकता थी - एक उपयोगकर्ता द्वारा प्रदान किया गया विभाजन जो अग्रभूमि, पृष्ठभूमि और अज्ञात क्षेत्रों को चिह्नित करता था। यह मैन्युअल इनपुट सबसे बड़ी बाधा थी।

गहन शिक्षण क्रांति

जू एट अल द्वारा 2017 का पेपर डीप इमेज मैटिंग। एक महत्वपूर्ण मोड़ चिह्नित किया। पहली बार, एक गहरा तंत्रिका नेटवर्क एक प्राकृतिक छवि और एक ट्रिमैप से सीधे अल्फा मैट्स की भविष्यवाणी कर सकता है। मॉडल ने दो-चरणीय आर्किटेक्चर का उपयोग किया: मोटे पूर्वानुमान के लिए एक गहरा कन्वोल्यूशनल एनकोडर-डिकोडर और उसके बाद एक छोटा शोधन नेटवर्क।

ट्रिमैप-मुक्त मैटिंग की ओर

2020 तक, शोधकर्ताओं ने ऐसे मॉडल विकसित करना शुरू कर दिया जो बिना ट्रिमैप के उच्च गुणवत्ता वाले मैट का उत्पादन कर सकते हैं:

MODNet (2020): एक हल्का, वास्तविक समय पोर्ट्रेट मैटिंग मॉडल जो बिना किसी सहायक इनपुट के संचालित होता है।

यू2नेट (2020): एक नेस्टेड यू-नेट आर्किटेक्चर जो बारीक विवरण और वैश्विक संदर्भ दोनों को कैप्चर करता है।

BiRefNet (2023): उच्च-निष्ठा मैटिंग के लिए द्विपक्षीय संदर्भ नेटवर्क का उपयोग करते हुए कला की वर्तमान स्थिति।

आधुनिक दृष्टिकोण की तुलना

< tr>

मॉडल	पैराम्स	SAD	MSE	ट्रिमैप-फ्री	रियल-टी ime
MODNet	6.5M	42.1	0.013	हाँ	हां
U2Net	44.0M	38.8	0.009	हां	नहीं
BiRefNet	25.3M	35.2	0.007	हां	हां
गहरा मैटिंग	14.2M	39.7	0.011	नहीं	नहीं

आज हम कहां हैं

आधुनिक पृष्ठभूमि हटाने वाले उपकरण विभिन्न परिदृश्यों को संभालने के लिए कई गहन शिक्षण मॉडलों को जोड़ते हैं। हमारा बैकग्राउंड रिमूवर BiRefNet और MODNet के संयोजन का उपयोग करता है, स्विचि