「相片中有不想出現的雜物或路人，我們第一直覺就是會想要用修圖軟體把它去掉。」
這個想法已經深植在你我心中，可見去除不必要的雜訊以便呈現重要資訊，對大家來說是多麼重要的事情。
應用在航測的領域上，我們時常需要將蒐集來的無人機或是衛星照片，拼接成 2D 正射影像或是 3D 模型，以便做後續的應用與分析。而照片中的大小物體像是車輛、行人與動物等等，在有些時候都是非必要的資訊，除了讓畫面過於凌亂之外，也難以顯示其底下的真實狀況像是被遮住的道路標線、建築特徵等等。但是，我們總不能在執行飛行任務蒐集資料時，封鎖整塊任務範圍讓道路淨空，更別說要阻止鳥飛進來了。這時，物件移除就扮演了非常重要的角色。
傳統的作法
物件移除這件事拆解來看，就是將目標區域的物件抹去，再把它填上相似的樣貌，看起來就像是物體從不存在一般。
常見的傳統作法，就是使用修圖軟體，以人工的方式一張一張照片去移除，像是 Photoshop 就是一套非常知名的軟體，網路上常常在講的「P圖」一詞，就是在指「使用 Photoshop 修圖」。然而，這樣的作法看似簡單，卻存在著許多不便利性。
1. 人力成本
操作軟體修圖的技術含量高，並不是人人都可以輕鬆上手的，需要聘請專業的修圖人員，每請一位人員一個月至少需要幾萬元的人力成本。
2. 設備成本
修圖需要內有更高階設備的電腦，尤其是處理影像運算相關的零件都要價不斐，一台電腦組裝下來都接近10萬或更高。另外，還需要購置專業的修圖軟體，種種累加起來的成本非常可觀。
3. 效益不高
在預算有限、人力有限的情況下，如果要得到乾淨漂亮的成果，將會相當費時費力，將來要做調整也比較麻煩。而如果要提高效率，則需要聘請更多的專業人員以及購買更多的電腦設備，反倒大幅增加了成本，卻不是隨時都需要這麼多資源的，整體效益非常不值得。
4. 許多場合並不適用
以航測領域為例，每次任務蒐集回來的原始資料都是幾百張的相片，如果使用人工進行處理，將會是一項極具艱難的任務，並不適合。
使用深度學習的作法
深度學習的技術給了更好的解決辦法，就連 Samsung 以及 Google 手機內建的物件移除功能也是用深度學習技術開發的。如同「GAN - 黑白影像自動上色」這篇文章中提到過，GAN 這項技術如何應用在將黑白照片自動上色，GAN 一樣可以應用在物件移除上，藉由人工智慧的應用，讓照片中的物件可以被自動偵測出來並將其區域挖除，之後再用 GAN 的技術去填補照片中的缺口。
經典案例
針對航測影像的物件移除功能，我們與零次方科技合作，已經開發出適合的模型以及自動化的數據管道，同時，具備以下特點。
1. 自動化運行，成本低，效率高
使用我們開發的線上數據轉換平台中的物件移除工具，將原始檔案上傳後，只要等結果出來即可，中間的過程都是自動化進行的，交由深度學習技術自動偵測要移除的物體、移除再用 GAN 填補，無須再花費資源在利用率不高的人力與設備上，效率也將變得更好。
2. 能夠移除的項目豐富
我們訓練的模型至今已經能辨識出高達80種類型的物件，大至車輛、行人、飛機、招牌等，小至身上的眼鏡、小動物像是貓、狗、麻雀等等，都能夠被辨識出來然後移除。
3. 提升解析度的加工
為了讓物件能更精準的被抹去，避免去除到其他範圍，我們提升物件範圍的解析度以銳化物件邊緣。
4. 小物件辨識
我們的模型能夠辨識出照片中非常小範圍的物件並去除，有效避免航拍照片中因為物件太小而辨識不出來的問題。
看看我們的範例：
深度學習的應用大幅度的增加了便利性，在未來，只需要動動手上傳數據，就可以自動地得到自己想要的資料，更是解決了傳統手工方式的成本效益問題，不僅是應用在航測上，只要有影像中物件移除的需求，都可以使用我們開發出來的 GAN 物件移除工具來處理！
影像處理、數據轉換，DataXquad 一站滿足所有需求！
DataXquad 是一個按量計費的線上影像數據轉換平台，零學習成本，所有程序都能滿足。我們為您簡化了影像數據轉換中最複雜的部份，讓更多數據能夠被應用，讓更多產業能夠從數據中受惠！
參考資料：
Comments