Video Matting Beta : IA temporelle de qualité laboratoire dans Chrome

Que signifient « qualité laboratoire » et « meilleurs tests actuels » ?

ImgIng traite le détourage vidéo comme une version bêta de qualité de laboratoire. L'évaluation couvre plus qu'un simple contour : elle inspecte les cheveux, les membres croisés, les mouvements rapides, les bords à faible contraste, les ouvertures sans sujet et la stabilité temporelle après les coupes de scène. Sur les échantillons internes représentatifs actuels, le niveau ultime MatAnyone2 a produit le meilleur résultat global de détourage parmi les solutions comparables côté navigateur testées par ImgIng. Il s'agit d'un résultat provisoire et non d'un classement absolu de chaque produit, appareil ou clip possible, et sera mis à jour à mesure que l'ensemble de référence public s'élargit.

Pourquoi ne pas exécuter un modèle de découpe d'image fixe sur chaque image ?

Les montures indépendantes peuvent faire scintiller les cheveux et les bords translucides. Le chemin RVM d'ImgIng transporte un état temporel récurrent et le réinitialise lors des coupures de scène détectées. Le niveau expérimental utilise d'abord RVM ResNet50 pour calibrer les cheveux de la première image et la silhouette complète, puis transmet cette graine à la propagation de la mémoire MatAnyone2 pour réduire les omissions initiales, la gigue et les résidus de prise de vue précédente.

Lequel des trois modèles dois-je choisir ?

RVM MobileNetV3 FP16 fait environ 7,2 Mo et convient aux aperçus rapides, aux appareils typiques et aux vidéos plus longues. RVM ResNet50 FP16 fait environ 51,3 Mo et échange la vitesse contre des détails plus stables. MatAnyone2 sélectionne automatiquement un profil paysage, carré ou portrait d'environ 294 Mo et réutilise le modèle RVM ResNet50 de 51,3 Mo pour l'étalonnage de la première image, soit environ 345 Mo au total ; c'est uniquement pour des tests non commerciaux. Chaque modèle utilise d'abord ModelScope CDN, revient à la même version épinglée sur ImgIng et n'entre dans le cache du navigateur qu'après vérification.

Les ratios vidéo inhabituels seront-ils étirés ?

Non. L’espace de travail conserve le rapport d’image et les dimensions d’exportation d’origine. Il ne force pas la source à former un carré et ne recadre pas le cadre visible à des fins d'inférence. MatAnyone2 sélectionne uniquement l'entrée interne paysage, carré ou portrait dont la zone d'analyse utilisable est la plus grande. L’étalonnage de la première image limite proportionnellement l’entrée ultra haute résolution à un bord long de 1 920 pixels pour contrôler la mémoire, sans modifier les dimensions de sortie finales. Les images d’arrière-plan prennent en charge indépendamment la couverture ou contiennent.

Et si le sujet n'est pas présent au départ ?

Le niveau expérimental n’interrompt plus une exportation complète simplement parce que l’image d’ouverture n’a pas de sujet. Ces images affichent l'arrière-plan sélectionné pendant que le pipeline continue de chercher ; la mémoire temporelle démarre lorsqu'une personne est détectée. Une scène coupée efface la mémoire précédente et exécute à nouveau le calibrage.

Un navigateur Chrome normal peut-il l’exécuter ?

Les ordinateurs de bureau actuels Chrome et Edge sont les principales cibles. La page a besoin de HTTPS ou localhost, WebCodecs et WebAssembly. RVM utilise le chemin d'inférence WASM stable ; MatAnyone2 préfère WebGPU et peut recourir à WASM. Les appareils plus anciens, les téléphones et les longues vidéos 4K peuvent s'avérer peu pratiques, de sorte que l'espace de travail détecte les capacités et signale le téléchargement et le traitement de l'ETA.

Limites bêta : prévisualisez l’image actuelle avant de traiter la vidéo complète. Une occlusion complexe, des mouvements rapides, des objets translucides et des coupes de scène peuvent toujours produire des erreurs de contour. « Tout rapport hauteur/largeur » signifie aucun étirement ni recadrage ; il ne promet pas une précision de détourage identique pour chaque composition extrême. Exportations vidéo transparentes au format WebM VP9 alpha ; MP4 est destiné aux arrière-plans opaques unis, d'image ou flous.

Updated 2026-08-25 · Live capability detection inside the tool is authoritative