آموزشهوش مصنوعی چیست، از صفر

درس ۱۹ از ۶۴، هوش مصنوعی، حدود ۸ دقیقه خواندن

ویرایش عکس با هوش مصنوعی

جواب کوتاه

هوش مصنوعی چهار تا کار رایج روی عکس می‌کنه: آدم رو از پس‌زمینه جدا می‌کنه، یه چیز اضافه رو پاک می‌کنه و جاش رو پر می‌کنه، عکس سیاه‌سفید رو رنگی می‌کنه و عکس کوچیک رو بزرگ می‌کنه. برای جدا کردن، به هر پیکسل یه برچسب می‌ده. برای پاک کردن، جای خالی رو از روی دور و برش پر می‌کنه. ولی رنگ‌ها و جزئیاتی که موقع رنگی و بزرگ کردن اضافه می‌شن، حدس مدلن، نه واقعیت.

یه عکس قدیمی از آلبوم

فرض کنید یه عکس قدیمی از آلبوم خانواده پیدا کردید. خیلی دوستش دارید، ولی چهار تا مشکل داره:

  1. یه خط تاخوردگی از وسطش رد شده، و گوشه‌ش تاریخ چاپ شده.
  2. پشت سر، یه رهگذر افتاده توی عکس.
  3. سیاه‌سفیده.
  4. کوچیک و تاره.

هوش مصنوعی برای هر کدوم یه کار بلده. توی این درس همین یه عکس رو برمی‌داریم و قدم به قدم درستش می‌کنیم؛ ولی جاهایی هم هست که باید حواستون باشه کار مدل حدسه، نه واقعیت.

جدا کردن از پس‌زمینه

اول یه کار ساده‌تر: فرض کنید فقط خود اون آدم رو می‌خواید، بی دیوار پشتش. مدل به تک‌تک پیکسل‌های عکس یه برچسب می‌ده: «آدم» یا «پس‌زمینه». بعد هر چی برچسب «پس‌زمینه» داره رو برمی‌داره:

حالا می‌شه پشتش هر چی خواست گذاشت. این کار رو مدل از دیدن حجم خیلی زیادی عکس یاد گرفته که توشون مشخص شده کدوم پیکسل مال چیه. پیکسل رو توی درس ساخت عکس دیدیم.

پاک کردن یه چیز

حالا اون رهگذر. پاک کردنش آسونه؛ سختی‌ش اینه که جای خالی‌ش رو چی بذاریم. سه قدم:

مدل نگاه می‌کنه دور و بر جای خالی چیه، مثلا دیوار، و همون رو ادامه می‌ده. همون کار «برفک رو پاک کن» که توی درس ساخت عکس دیدیم، فقط برای یه تیکه از عکس. خط تاخوردگی و تاریخ چاپ‌شده‌ی گوشه‌ی عکس هم با همین روش پاک می‌شن.

با یه جمله بگید جاش چی بیاد

بعضی ابزارها یه کار دیگه هم می‌کنن: به‌جای اینکه خودشون جای خالی رو پر کنن، می‌ذارن شما بنویسید جاش چی بیاد:

این‌ها همون مدل‌های متن به عکسن که این بار فقط یه تیکه رو می‌سازن. جمله رو هر چی دقیق‌تر بنویسید، نتیجه نزدیک‌تره؛ درباره‌ش توی درس پرامپت برای عکس بیشتر می‌بینید.

رنگی کردن

قبلا عکس و فیلم سیاه‌سفید رو با دست رنگ می‌کردن. حالا شبکه‌های عصبی این کار رو می‌کنن. ولی یه چیزی رو باید بدونید: عکس سیاه‌سفید اصلا رنگ رو نگه نداشته. فقط روشنی و تاریکی رو داره:

یه پیراهن قرمز، یه سبز و یه آبی، توی عکس سیاه‌سفید ممکنه یه خاکستری بشن. پس مدل نمی‌تونه رنگ واقعی رو «پیدا» کنه؛ از روی عکس‌های رنگی‌ای که دیده، حدس می‌زنه. آسمون رو آبی می‌کنه، چمن رو سبز. ولی رنگ اون پیراهن؟ فقط یه حدس قشنگه.

بزرگ کردن

عکس کوچیک، پیکسل‌های کمی داره. اگه ساده بزرگش کنید، هر پیکسل چند پیکسل هم‌رنگ می‌شه و عکس پر از مربع‌های درشت می‌شه. بزرگ کردن با هوش مصنوعی فرق داره:

مدل جزئیاتی که توی عکس کوچیک نبوده رو خودش می‌کشه. نتیجه واضح و قشنگه، ولی بعضی جزئیاتش با اصل فرق داره؛ مثلا برگ‌های یه درخت شکل دیگه‌ای پیدا می‌کنن. برای یادگاری اشکالی نداره. ولی اگه دنبال یه جزئیات واقعی هستید، مثلا یه نوشته یا یه پلاک، به عکس بزرگ‌شده اعتماد نکنید.

عکس قدیمی رو به چه ترتیبی درست کنیم

حالا برگردیم سر همون عکس آلبوم. این ترتیب، کار رو راحت‌تر می‌کنه:

  1. یه عکس صاف ازش بگیریدعکس رو صاف بذارید، زیر نور روز، بی سایه و بی برق. یا اسکنش کنید.
  2. اول خط و لک رو پاک کنیدتاخوردگی، لک و تاریخ چاپی. اگه بعدا بزرگش کنید، این‌ها هم بزرگ می‌شن.
  3. بعد چیز اضافه رو پاک کنیدمثلا رهگذری که پشت سر رد شده.
  4. اگه خواستید، رنگی کنیدیادتون باشه رنگ‌ها حدسن.
  5. آخر از همه بزرگ کنیدو نسخه‌ی اصلی رو هیچ‌وقت پاک نکنید.

ویرایش و راستی

پاک کردن یه رهگذر از عکس خانوادگی، اشکالی نداره؛ یادگاری خودتونه. ولی همین کار روی یه مدرک یا یه عکس خبری، راستی رو عوض می‌کنه:

برای همین وقتی یه عکس مهم دست‌تون می‌رسه، یادتون باشه که این کارها چقدر راحت شدن. اینکه عکس ساختگی رو چجوری بشناسید، توی درس دیپ‌فیک اومده.

جمع‌بندی. آنچه از این درس با خودتان می‌برید.

  • جدا کردن: هر پیکسل یه برچسب، آدم یا پس‌زمینه.
  • پاک کردن: جای خالی از روی دور و برش پر می‌شه.
  • رنگی کردن: رنگ‌ها حدسن؛ سیاه‌سفید رنگ رو نگه نداشته.
  • بزرگ کردن: جزئیات تازه هم حدسن.
  • ترتیب: صاف عکس بگیرید، ترمیم، پاک کردن، رنگ، آخر بزرگ کردن.

خودتون رو بسنجید

۱۵ پرسش، هر بار تازه از میان ۳۰ پرسش این درس. آخرش فقط کارنامه رو می‌بینید: چند تا درست، چند تا نادرست.

خودتون رو بسنجید

۱۵ پرسش

  • هر بار پرسش‌ها و ترتیب گزینه‌ها عوض می‌شه.
  • تا آخر نمی‌گیم کدوم جواب درست بوده؛ می‌تونید برگردید و جوابتون رو عوض کنید.
  • آخرش کارنامه می‌گیرید: چند تا درست، چند تا نادرست.
  • اگه وسطش بستید، دوباره که باز کنید از همون‌جا ادامه می‌دید.

فصل‌های این درس

درس بعد