De Semantic Soft Segmentation tool is een door AI aangestuurde beeldbewerker die verschillende objecten in een foto van de achtergrond onderscheidt, en toelaat om ze een voor een te selecteren. Op die manier moet een gebruiker niet de omlijning van een persoon traceren om de achtergrond te veranderen, en is er geen fijn manueel werk meer nodig. De software is gemaakt met behulp van een neuraal netwerk, dat beelden analyseert om de 'zachte randen' van een object te vinden.

Het gaat, in het kort, om het aanleren van context. Dat is iets waar mensen goed in zijn, maar computers niet. Als je een foto van een hond en een kat in een tuin bekijkt, hebben mensen meestal geen moeite om te zien waar de hond begint en eindigt, en welke delen vacht tot de kat behoren. Voor een computer is dat echter een hele klus, en dat is wat MIT zijn software hier heeft aangeleerd.

Wie ooit de 'magic wand' van Photoshop gebruikt heeft, weet hoe moeilijk AI het heeft met zachte randen, de overgang tussen bijvoorbeeld het haar van een persoon, en de achtergrond. Op foto zijn hier vaak enkele pixels die niet overduidelijk tot het ene of het andere horen. De SSS van MIT heeft daar nu klaarblijkelijk een oplossing voor gevonden. De AI voorlopig alleen op stilstaande beelden, en doet er een viertal minuten over om het hele proces af te ronden. Een getrainde graficus is op dit moment dus nog sneller, al is het de vraag hoe lang dat nog blijft duren.

Els Bellens, Data News.

De Semantic Soft Segmentation tool is een door AI aangestuurde beeldbewerker die verschillende objecten in een foto van de achtergrond onderscheidt, en toelaat om ze een voor een te selecteren. Op die manier moet een gebruiker niet de omlijning van een persoon traceren om de achtergrond te veranderen, en is er geen fijn manueel werk meer nodig. De software is gemaakt met behulp van een neuraal netwerk, dat beelden analyseert om de 'zachte randen' van een object te vinden.Het gaat, in het kort, om het aanleren van context. Dat is iets waar mensen goed in zijn, maar computers niet. Als je een foto van een hond en een kat in een tuin bekijkt, hebben mensen meestal geen moeite om te zien waar de hond begint en eindigt, en welke delen vacht tot de kat behoren. Voor een computer is dat echter een hele klus, en dat is wat MIT zijn software hier heeft aangeleerd.Wie ooit de 'magic wand' van Photoshop gebruikt heeft, weet hoe moeilijk AI het heeft met zachte randen, de overgang tussen bijvoorbeeld het haar van een persoon, en de achtergrond. Op foto zijn hier vaak enkele pixels die niet overduidelijk tot het ene of het andere horen. De SSS van MIT heeft daar nu klaarblijkelijk een oplossing voor gevonden. De AI voorlopig alleen op stilstaande beelden, en doet er een viertal minuten over om het hele proces af te ronden. Een getrainde graficus is op dit moment dus nog sneller, al is het de vraag hoe lang dat nog blijft duren.Els Bellens, Data News.