端末上で動くAIエフェクト
処理の重い変換をここに集めました。被写体を背景から切り抜くこと、小さな画像を潰さずに拡大すること、そして顔やナンバープレート、口座番号を隠すためのぼかしとモザイクです。背景除去と拡大は本物のニューラルネットワークを動かしますが、サーバーではなくWebAssemblyとWebGLを使ってあなたの端末上で実行します。パスポートのスキャンや未発表の製品写真を扱うときは、まさにそこが要点になります。モデルは初回にその重みを一度ダウンロードしてキャッシュし、以降はオフラインでも動作します。
よくある質問
アップロードせずにどうやって背景を消しているのですか。
セグメンテーションのモデル自体をブラウザにダウンロードし、そこで実行しています。画像はメモリ上でモデルに渡され、前景と判断された領域のマスクが返り、そのマスクを適用して透明なPNGを作ります。写真はどこにも送られません。初回だけモデルの取得に数秒かかり、以降が速いのはそのためです。
拡大は本当にAIですか、それとも単なる補間ですか。
バイキュービックの引き伸ばしではなく、本物の超解像ネットワークです。輪郭や髪、質感が高解像度でどう見えるかを学習しており、既存のピクセルの間をならすのではなく、もっともらしいディテールを再構成します。もともと写っていない情報を作り出すことはできないので、強く圧縮されたサムネイルは改善はしても鮮明な写真にはなりません。
顔を隠すにはぼかしとモザイクのどちらが良いですか。
モザイクの方が安全です。ガウスぼかしは可逆な数学的処理であり、周辺の情報が十分にあれば弱いぼかしは部分的に元へ戻せてしまいます。モザイクはピクセルをブロック単位で平均化して捨ててしまいます。機密性のあるものには粗いブロックサイズのモザイクを使うか、検出まで行う専用の顔ぼかしツールを使ってください。
初回だけ遅いのはなぜですか。
モデルの重みを一度取得する必要があるからで、ツールによっては数十メガバイトになります。ブラウザがそれをキャッシュするため、二回目以降はすぐに始まり、接続がなくても動きます。それ以降の処理時間は、CPUやGPUの性能と画像の大きさで決まります。
結果を商用利用できますか。
できます。ツールは透かしを入れず、作成物に対する権利も主張しません。元の画像で許されていたことは、編集後の画像でも同じように許されます。アカウントが存在しないため、出力を誰かに結びつける情報も残りません。