Mục lục bài viết
Một nhóm sáu, bảy người đứng chụp ảnh trong quán cà phê tối hoặc nhà hàng chỉ có ánh đèn vàng hắt xuống từ trần. Người đứng giữa khung hình được lấy nét rõ ràng, nhưng người đứng ở rìa lại mờ nhoè, hoặc bị phần mềm xoá phông cắt nhầm một mảng vai, một góc tóc. Đây là tình huống thường gặp khi chế độ chân dung bằng AI phải xử lý nhiều khuôn mặt cùng lúc trong điều kiện ánh sáng yếu, và kết quả thường kém ổn định hơn hẳn so với chụp một người.
Thuật toán phải làm nhiều việc cùng lúc, trong khi ánh sáng lại cung cấp ít dữ liệu nhất
Với một khuôn mặt, thuật toán chỉ cần dựng một bản đồ độ sâu, xác định một khoảng cách chủ thể – máy, rồi áp một mức làm mờ hậu cảnh tương ứng. Khi trong khung có nhiều người đứng ở nhiều khoảng cách khác nhau, hệ thống phải xử lý đồng thời:
- Phát hiện và khoanh vùng từng khuôn mặt riêng biệt, kể cả khi một số khuôn mặt bị che một phần bởi người đứng trước.
- Ước lượng khoảng cách của từng người so với máy, vì người đứng hàng trước và hàng sau không cùng một mặt phẳng lấy nét.
- Quyết định mức độ làm mờ khác nhau cho từng người theo đúng khoảng cách đó, thay vì áp một mức mờ đồng nhất cho cả nhóm.
- Ghép các vùng nét – mờ này lại thành một bức ảnh liền mạch, không để lộ ranh giới xử lý giữa từng người.
Mỗi bước trên đều là một nguồn sai số riêng. Khi số người trong khung tăng lên, số phép ước lượng cũng tăng theo, và xác suất một trong số đó bị sai cũng tăng theo.
Thiếu sáng khiến bài toán khó hơn theo cấp số nhân, không phải cộng thêm
Trong điều kiện đủ sáng, cảm biến ghi nhận đường viền khuôn mặt, ranh giới tóc, vai rõ nét, giúp thuật toán phân vùng chính xác. Khi ánh sáng yếu, nhiễu hạt xuất hiện nhiều ở vùng tối, làm mờ chính những đường viền mà thuật toán cần để phân biệt người này với người khác, và phân biệt người với nền phía sau. Với một khuôn mặt, thuật toán còn có thể bù trừ bằng dữ liệu khuôn mặt đã học sẵn từ quá trình huấn luyện. Với nhiều khuôn mặt cùng lúc, sai số phân vùng của người này có thể lan sang ảnh hưởng vùng ước lượng khoảng cách của người đứng cạnh, khiến lỗi không chỉ cộng dồn mà còn khuếch đại lẫn nhau, dẫn đến những mảng mờ nhoè hoặc cắt viền sai lệch mà mắt thường dễ nhận ra ngay.
Ngộ nhận phổ biến
“Điện thoại có AI xoá phông xịn thì chụp nhóm đông người ban đêm sẽ đẹp như chụp một người” là suy nghĩ không chính xác. Chất lượng chip xử lý ảnh quyết định tốc độ và mức độ tinh vi của thuật toán, nhưng không thể tạo ra dữ liệu ánh sáng vốn không tồn tại trong khung hình thiếu sáng. Số lượng khuôn mặt và khoảng cách lệch nhau giữa các chủ thể là biến số độc lập với công nghệ, và luôn làm bài toán khó hơn bất kể máy đắt hay rẻ.
Xem thêm
Nội dung này thuộc cụm bài Chụp thiếu sáng & chân dung: tổng hợp bài viết. Xem thêm Chế độ chân dung xoá phông bằng AI: không cần camera kép vẫn làm được.
Zalo
