
AIで人物写真の背景を消しても、細い髪が失われたり顔に処理跡が残ったりすれば、広報画像には使いにくくなります。TencentのUS12639823B2は、人物全体、髪、顔を区別し、部位ごとに境界幅を変えたガイド情報で精密なマッティングを支援する方法を説明しています。架空の講師紹介ポスターを例に、トライマップ、アルファ推定、クラウド背景除去の流れを見ていきます。
1. ポスターの細い髪が失われる理由
オンライン教育会社が講師の紹介ポスターを制作するとします。撮影した人物をイベント用の背景に配置する前に、元の背景を取り除く必要があります。大きな輪郭は抽出できても、細い髪が消えたり元の背景色が残ったりすると、拡大した際に合成の跡が目立ちます。
写真は画素で構成されています。衣服の内側など明確に人物に属する画素もあれば、細い髪と背景の成分が混在する画素もあります。境界を一度に人物か背景かの二択で切り分けると、自然な細部を失うおそれがあります。
本特許は、どの部位の境界なのかを先に識別する方法を示します。髪には広い処理領域、胴体には狭い領域を設け、顔と判断した位置は前景として整理します。最終画像だけでなく、精密な計算に先立つガイド情報の作り方が着目点です。
2. 領域分割とトライマップの役割は異なる
意味領域分割は、各画素が何に属するかを分類する処理です。人物全体、髪、顔をそれぞれ示すことができます。マッティングは、境界の細部を扱いながら対象を背景から分離する処理です。対象を認識する段階と、縁を精密に処理する段階を区別します。
トライマップは、確実な前景、確実な背景、追加計算が必要な未確定領域の3つを示すガイド画像です。人物写真なら前景は残す人物、背景は除去する周囲であり、未確定領域は原画像と併せて検討する境界部分です。
灰色の未確定領域は、既に半透明に処理された結果ではありません。次の計算で詳しく扱う場所を指定するもので、どれだけ前景を残すかは後段のモデルが求めます。ポスター制作に例えれば、先に注意すべき場所を示してから細部を整える順序です。
3. 人物全体、髪、顔の情報を準備する
入力は背景を分離する原写真です。意味領域分割によって人物全体、髪、顔の領域を得ます。全体の情報は大きな輪郭、髪の情報は広く処理する境界、顔の情報は前景として保護する位置の特定に利用します。
3つの情報は別々の写真ではありません。同じ原画像の同じ座標を、異なる観点から示した結果です。そのため、髪の位置が人物輪郭のどこに当たるか、顔が境界処理帯と重なるかを判断できます。
講師ポスターの例では、顔の位置だけを把握しても、髪と肩の輪郭は区別できません。一方、人物全体を一つの塊として扱うだけでは、髪が終わる位置の情報を十分に活用できません。全体と部位の情報を同時に準備する理由です。
4. 境界幅を分け、顔との重なりを整理する
人物全体の輪郭には比較的狭い未確定帯を、髪の輪郭には広い未確定帯を設けます。2つのマップを同じ座標で組み合わせ、髪の周囲は広く、それ以外の輪郭は狭い領域にします。髪付近を詳しく計算する余地を残す構成です。
明細書の表示例では、前景を255、背景を0、未確定領域を128とし、対応する画素の大きい値を選んで結合します。これらはガイド画像の領域ラベルです。128という値によって最終アルファを2分の1に固定するわけではありません。
続いて、顔領域と未確定帯が重なる位置を前景に変更します。重要な顔の部分を曖昧な境界として残さないためです。人物の例では髪、胴体、顔の境界幅を区別し、その違いをガイド情報に反映してから精密分離へ進みます。

5. 原画像とガイド情報からアルファを推定する
整理したトライマップを原写真とともにマッティングモデルへ入力します。モデルは画素ごとに前景の寄与を示すアルファ情報を求めます。残す場所と消す場所をガイドで示し、未確定の縁は原画像を利用して詳しく処理します。
講師の細い髪の間に背景が見える場面では、太い輪郭線で一括して切る代わりに、画素単位で残す程度を求めることができます。その情報を原画像に適用して人物素材を得た後、別のポスター合成工程で新しい背景に配置します。
利用者の端末は写真選択と結果表示を担い、分割、マップ生成、マッティングは端末またはサーバーで実行できます。重要なのはサーバーという名称自体ではなく、原画像、部位情報、最終ガイドがどの順で次の計算へ渡るかです。
6. Tencent Cloudの背景除去を業務につなげる
Tencent Cloudのデータ処理サービス「数据万象」は、インテリジェントな切り抜き機能を案内しています。公式資料は人物や商品などを認識し、背景を除去して透明背景の素材を作る機能を説明しています。COSに保存した画像をAPIで処理する方法も提供されています。
透明背景の素材は、複数のデザインに再利用できる中間成果物です。公式資料ではECの商品素材、イベントポスター、暗い画面への対応などが挙げられています。アップロード、処理要求、結果素材の利用を分けると業務のつながりが分かります。
架空の教育会社なら、講師の切り抜き素材を、講座ごとに配色や文章が異なるポスターへ配置できます。担当者は髪、顔、衣服の縁を個別に拡大して確認し、デザインを整えられます。人物素材の作成とポスターへの配置は、それぞれ別の工程です。
7. 出力だけでなく中間情報を整理する
本特許の技術的な着眼点は、人物全体に同じ境界処理規則を適用しないことです。部位に応じて詳しく計算する領域を変え、顔情報でガイドをさらに修正します。対象認識モデルと境界処理モデルの間に渡す情報を設計しています。
開発では、原画像、部位別分割、トライマップ、最終アルファ、出力を区別して記録すると、問題の発生箇所を説明しやすくなります。髪の初期分類、未確定帯の幅、最終分離時の細部の変化を切り分けられます。
事業担当者も、処理前後の画像に加えて利用場面と処理順序を用意するとよいでしょう。入力、部位の区別、中間結果の受渡しをフロー図にできます。小さな境界処理の差も、具体的な開発内容を整理する出発点になります。
原図の表記と形状を保持しています。資料の内容は本文で説明しています。
特許の請求項・実施例とTencent Cloudの製品資料は区別しています。商用サービスが請求項の全構成を実施すると断定するものではなく、ポスター制作は架空の業務例です。
Tencent Cloud公式資料 · インテリジェント切り抜き
AdobeのAI画像編集特許――原画像と生成候補をレイヤーで保持する仕組み
LGのAI冷蔵庫特許を読む:扉の角度と深度でドア収納の食品を見分ける仕組み
IPLEXのAI分野の取組み、関連著書、技術相談をご案内します。
