AI によって自動化された、誰でも使えるオンライン写真編集！北京大学の卒業生がアルゴリズムを新たな高みへ

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

これで誰でも画像セグメンテーションを試して遊ぶことができます。

オンライン API では、画像の URL を入力するだけで、対象の背景を自動的に削除できます。

今朝チャンピオンズリーグで優勝したばかりのバイエルンに挑戦してみましょう。

そしてこうなりました。

しかし、この象のように、物事がうまくいかないこともあります。

割れた後...ねえ、もう片方の歯はどこに行ったの？

また、手と猫が同時にいる場合も。

結果は...ちょっと変です。

この新しいアプリケーションは ObjectCut と呼ばれています。Reddit でリリースされると、12 時間で700 回以上のアクセスがありました。

多くのネットユーザーは「すごい！」と言った。

誰でも試せる簡単な3つのステップ

上記の象を例にとると、使用手順は非常に簡単です。

まず、任意の画像を選択し、画像のアドレスをコピーします。

2 番目のステップでは、Web サイトの指定された場所にアドレスを貼り付けて、「エンドポイントのテスト」をクリックします。

数秒待ってから、その横に生成された URL をクリックすれば完了です。

そして、牙のない象になりました。

それはまだ北京大学の卒業生の研究です

この技術はあなたにとって馴染み深いものですか? ほんの数ステップの簡単な操作で画像の背景を削除できます。

これは、実際のオブジェクトをリモートでコンピューターに「コピーして貼り付ける」ことができる以前の AR アプリケーション AR Cut & Paste に似ています。

これら 2 つのアプリケーションの背後にある主なテクノロジーは、BASNet と呼ばれる顕著なオブジェクト検出方法です。

この研究はCVPR 2019の最終候補に選ばれました。論文の筆頭著者は中国人の秦雪斌氏で、今年2月にカナダのアルバータ大学で博士号を取得し、北京大学で修士号を取得しました。

BASNet のコア フレームワークは下の図に示されており、主に 2 つのモジュールで構成されています。

最初のモジュールは予測モジュールで、U-Net に似た高密度監視エンコーダー/デコーダー ネットワークです。その主な機能は、入力画像から顕著性マップを予測することを学習することです。

2 番目のモジュールは、マルチスケール残差改良モジュール (RRM) です。その主な機能は、残差と実際の値との間の残差を学習することによって予測モジュールによって取得された顕著性マップを改良し、それによって予測モジュールの顕著性マップを改良することです。

BASNetに加えて、一部のネットユーザーは、同じ作者によるものでより良い結果が得られるU2-Netも推奨しています。

彼の研究は「U2-Net: 顕著な物体検出のためのネストされた U 構造の深化」です。

実験結果は次のとおりです。

同じテクノロジー、異なる遊び方。この方法にはどんな興味深い応用があると思いますか?

また、このオンライン画像分割アプリケーションを試してみたい場合は、以下のリンクをクリックしてください。

Webサイト：
https://rapidapi.com/objectcut.api/api/background-removal