🎃 ¡Rebajas de Halloween! ¡Office 2021 para siempre por sólo 29,11€/PC! [ Saber más ]
Las herramientas de borrado de elementos de los últimos smartphones aprovechan la inteligencia artificial avanzada y el aprendizaje automático para permitir a los usuarios eliminar objetos o personas no deseadas de sus fotos y reemplazarlos con contenido generado por IA.
Es una tecnología emergente que tiene el potencial de mejorar significativamente la experiencia de postprocesamiento. Sin embargo, estas herramientas deben superar varios desafíos.
Para evaluar las capacidades de estas herramientas, los equipos de DXOMARK han seleccionado varios smartphones equipados con funcionalidades similares y los han probado en diversas escenas.
Los 3 principales desafíos de las herramientas basadas en IA
Segmentación de objetos
Una segmentación precisa es fundamental para eliminar exitosamente un objeto o persona de una imagen. Una mala segmentación puede dejar restos del objeto no deseado o eliminar partes de la imagen deseada.
Los desafíos clave incluyen:
- Detección de bordes de objetos: Identificar y delinear con precisión los bordes de los objetos.
- Manejo de oclusiones: Gestionar objetos superpuestos o cubiertos para asegurar una eliminación sin fisuras.
En el ejemplo analizado por DXOMark, la segmentación del Samsung S24 Ultra es más precisa: separa limpiamente el objeto del fondo, mientras que el Google Pixel 8 Pro deja parte del objeto atrás. Esto es visible en el Google Pixel 8 Pro alrededor de la oreja (donde se puede ver un artefacto como una línea de cabello) y en la parte inferior del cuello, donde se fusiona con el fondo.
Comprensión contextual
Entender el contexto general de la escena es esencial para generar un reemplazo realista del objeto eliminado.
Los desafíos clave incluyen:
- Semántica de la escena: Reconocer los elementos más amplios de la escena para hacer conjeturas sobre qué debe reemplazar al objeto eliminado.
- Estimación de la profundidad: Estimar con precisión la profundidad de campo para reconstruir correctamente los elementos del fondo y asegurar una edición de apariencia natural.
DXOMark ha encontrado estrategias muy diferentes por parte de los teléfonos cuando se les pide eliminar un gran elemento en primer plano. La imagen generada por el Samsung S24 Ultra resulta bastante diferente del render esperado.
Relleno e integración de texturas
Después de eliminar el objeto, la herramienta de IA necesita llenar el hueco con texturas y patrones que se mezclen perfectamente con el área circundante.
Los desafíos clave incluyen:
- Continuidad de la textura: Asegurar que las texturas generadas coincidan con las existentes en términos de patrón y detalle.
- Replicación de patrones: Reproducir patrones complejos como césped, cielo o fachadas de edificios con precisión.
Al eliminar personas de fondo, ambos teléfonos logran una buena segmentación y comprensión del fondo. Sin embargo, el fondo generado por el Pixel 8 Pro tiene algunos problemas al replicar el patrón de la madera con las sombras en el suelo, algo que el Oppo Find X7 Ultra logra claramente.
El futuro de la edición fotográfica con IA
Las herramientas de postprocesamiento con IA se están convirtiendo en adiciones cada vez más valiosas para los flujos de trabajo de fotografía móvil. Ofrecen el potencial de realizar ediciones con apariencia profesional con un esfuerzo mínimo.
Sin embargo, como se ha visto en los ejemplos anteriores, aún existen desafíos relacionados con la segmentación de objetos, la comprensión contextual y el relleno de texturas. A medida que la tecnología continúe evolucionando, cabe esperar que los productos futuros aborden estas limitaciones y mejoren las capacidades y la fiabilidad de las herramientas de borrado con IA.