Noticias y análisis

La patente de Tencent para eliminar fondos con IA: bordes distintos para el cabello y el rostro

Análisis de US12639823B2: segmentación semántica, anchuras del trimapa según la región, conservación del rostro y estimación del canal alfa por píxel.

Ilustración del retrato original, mapas de persona completa, cabello y rostro, y recorte con fondo transparente.
Ilustración conceptual original de la separación del fondo mediante información global y por partes de la persona.

Eliminar el fondo de un retrato no basta si desaparecen cabellos finos o quedan marcas en el rostro. La patente US12639823B2 de Tencent describe cómo distinguir la persona completa, el cabello y el rostro, y generar una guía con diferentes anchuras de borde para facilitar una extracción precisa. Un cartel ficticio de un docente sirve para explicar el trimapa, el cálculo alfa y un flujo de eliminación de fondos en la nube.

1. Por qué se pierde el cabello fino en un cartel

Imaginemos una empresa de formación en línea que prepara un cartel para presentar a un docente. Antes de colocar su retrato sobre un diseño promocional, debe eliminar el fondo original. Aunque la silueta general sea correcta, la pérdida de cabellos finos o los restos de color alrededor de la cabeza pueden delatar el montaje al ampliarlo.

La imagen está formada por píxeles. Algunos pertenecen claramente a la persona, como los del interior de la ropa; en los cabellos finos pueden combinarse contribuciones del sujeto y del fondo. Clasificar inmediatamente cada píxel del borde en uno de esos dos grupos puede eliminar detalles naturales.

La patente propone identificar primero a qué parte corresponde el borde. Reserva una región más ancha para el cabello, otra más estrecha para el torso y trata como primer plano las posiciones identificadas como rostro. El interés técnico está en la guía preparada antes del cálculo fino, además del resultado visual.

2. Segmentación y trimapa cumplen funciones diferentes

La segmentación semántica clasifica los píxeles y permite obtener mapas separados de la persona, el cabello y el rostro. El matting resuelve con más precisión la separación respecto del fondo, especialmente en los bordes. Reconocer el objeto y afinar su contorno son etapas distintas.

Un trimapa es una imagen de guía con tres zonas: primer plano conocido, fondo conocido y región desconocida que requiere cálculo adicional. En un retrato, el primer plano es la persona que se conserva, el fondo es lo que se elimina y la zona desconocida debe analizarse junto con la fotografía original.

La región gris desconocida no es un resultado ya semitransparente. Indica dónde debe trabajar la siguiente etapa; el modelo calcula posteriormente cuánto primer plano conservar. Es comparable a marcar primero las zonas que necesitan atención detallada y refinarlas después.

3. Preparar información del conjunto, el cabello y el rostro

La entrada es la fotografía original. La segmentación obtiene la región de la persona completa, la del cabello y la del rostro. La primera aporta la silueta, la segunda identifica bordes que requieren mayor amplitud de tratamiento y la tercera determina posiciones que se conservarán como primer plano.

No son fotografías diferentes: representan las mismas coordenadas del mismo original con criterios distintos. Así puede relacionarse un borde del cabello con la silueta general y comprobar dónde el rostro coincide con la banda de procesamiento.

En el cartel ficticio, conocer solo la ubicación del rostro no distingue el contorno del cabello del de los hombros. Tratar a la persona como un bloque único tampoco aprovecha la información específica de cada parte. Por eso se preparan conjuntamente los datos globales y parciales.

4. Combinar anchuras y resolver solapamientos del rostro

Se crea un mapa con una banda desconocida relativamente estrecha alrededor de toda la persona y otro con una banda más ancha alrededor del cabello. Se combinan en posiciones correspondientes para dejar más espacio de cálculo junto al cabello y menos en otros bordes.

Un ejemplo de la memoria asigna 255 al primer plano, 0 al fondo y 128 a la región desconocida, y combina los mapas tomando la etiqueta mayor en cada posición. Son identificadores de regiones de la guía: el valor 128 no fija el alfa final en la mitad.

Después, las posiciones donde el rostro se solapa con la banda desconocida se reclasifican como primer plano. Así no se dejan píxeles faciales importantes como borde ambiguo. El ejemplo diferencia las anchuras correspondientes a cabello, torso y rostro antes del matting preciso.

Trimapa ficticio con banda gris ancha en el cabello, estrecha en el torso y rostro marcado como primer plano blanco, seguido del recorte.
Ejemplo ficticio original con anchuras desconocidas diferentes en cabello y torso y el rostro asignado al primer plano. No es una pantalla comercial ni un dibujo original de la patente.

5. Calcular alfa con la fotografía original y la guía

El trimapa refinado se introduce junto con la fotografía en el modelo de matting. Este estima información alfa por píxel, que expresa la contribución del primer plano. La guía identifica zonas conocidas que conservar o eliminar, mientras el original permite resolver los bordes inciertos.

Pensemos en el fondo visible entre los cabellos del docente. Estimar la contribución por píxel permite tratar esas estructuras finas, en lugar de cortarlas siguiendo una línea gruesa. Al aplicar el resultado al original se obtiene un recorte, que después puede componerse con un nuevo fondo en otra etapa.

El terminal puede permitir seleccionar la imagen y mostrar el resultado. La segmentación, la generación de mapas y el matting pueden ejecutarse en el terminal o en un servidor. Lo sustancial es el orden en que el original, los mapas parciales y la guía final pasan a cada cálculo.

6. Integrar la eliminación de fondos de Tencent Cloud en el trabajo

El servicio de procesamiento de datos Cloud Infinite, 数据万象, de Tencent Cloud documenta funciones de recorte inteligente. Explica cómo reconocer personas o productos, quitar el fondo y producir recursos con transparencia, así como procesar mediante API imágenes almacenadas en COS.

El recurso transparente es un resultado intermedio reutilizable en varios diseños. Los ejemplos oficiales incluyen imágenes de productos para comercio electrónico, carteles de eventos y adaptación a pantallas oscuras. Separar la carga, la petición de procesamiento y el uso del resultado ayuda a entender el flujo.

La empresa educativa ficticia podría reutilizar el retrato recortado en carteles con distintos colores y textos. El diseñador puede examinar por separado los bordes del cabello, rostro y ropa, y ajustar la composición. La creación del recurso y su colocación en el cartel siguen siendo operaciones diferentes.

7. Documentar también la información intermedia

La idea técnica consiste en no aplicar una única regla de borde a toda la persona. Se reserva una zona de cálculo diferente según la parte y se vuelve a refinar la guía con información facial. Es un diseño de la información transmitida entre el reconocimiento y el tratamiento preciso de los bordes.

El equipo puede registrar por separado el original, las segmentaciones, el trimapa, el alfa final y la salida. Ante un defecto, ello facilita distinguir si el cabello se clasificó mal inicialmente, cambió la anchura desconocida o se perdió detalle en la extracción final.

El equipo de negocio puede aportar el uso previsto y la secuencia de tratamiento junto con las imágenes de antes y después. Un diagrama con entradas, distinciones por región y utilización de resultados intermedios concreta el desarrollo. Incluso una pequeña diferencia de borde puede servir para explicarlo.

Se conservan las indicaciones y formas originales; el contenido se explica en el texto.

Se distinguen las reivindicaciones y realizaciones de la patente de la documentación de Tencent Cloud. No se acredita que el servicio comercial implemente todas las características reivindicadas; el cartel es un supuesto ilustrativo.

Publicación de patente USPTO · US12639823B2

Documentación oficial de Tencent Cloud · Recorte inteligente

La patente de edición con IA de Adobe: conservar originales y alternativas en capas

La patente de frigorífico con IA de LG: ángulo de captura y profundidad para reconocer los alimentos de la puerta

Conozca los proyectos de IA, las publicaciones y los servicios de asesoramiento técnico de IPLEX.

Conozca la experiencia de Yongduck Kim en IA

Artículo original en Tistory

Leer el original coreano

Este artículo del archivo refleja la situación en su fecha de publicación. Contacte con el despacho para analizar su caso.
Consultar sobre este tema ↗Todos los artículos

Su próximo paso en tecnología y propiedad intelectual empieza aquí.