Video Matting Beta: IA temporal de nível de laboratório no Chrome

O que significam “classificação de laboratório” e “melhor nos testes atuais”?

ImgIng trata o vídeo matting como um Beta de qualidade de laboratório. A avaliação abrange mais do que um contorno estático: ela inspeciona cabelos, cruzamento de membros, movimentos rápidos, bordas de baixo contraste, aberturas livres de assuntos e estabilidade temporal após cortes de cena. Nas amostras internas representativas atuais, o nível final do MatAnyone2 produziu o melhor resultado geral de fosqueamento entre as soluções comparáveis ​​do lado do navegador testadas pela ImgIng. Este é um resultado provisório e com escopo definido – não uma classificação absoluta de cada produto, dispositivo ou clipe possível – e será atualizado à medida que o conjunto de benchmark público se expandir.

Por que não executar um modelo de recorte de imagem estática em cada quadro?

Molduras independentes podem fazer o cabelo e as bordas translúcidas tremerem. O caminho RVM do ImgIng carrega o estado temporal recorrente e o redefine nos cortes de cena detectados. A camada experimental primeiro usa RVM ResNet50 para calibrar o cabelo do primeiro quadro e a silhueta completa e, em seguida, passa essa semente para a propagação de memória MatAnyone2 para reduzir omissões iniciais, jitter e resíduos de fotos anteriores.

Qual dos três modelos devo escolher?

O RVM MobileNetV3 FP16 tem cerca de 7,2 MB e é adequado para visualizações rápidas, dispositivos típicos e vídeos mais longos. RVM ResNet50 FP16 tem cerca de 51,3 MB e troca velocidade por detalhes mais estáveis. MatAnyone2 seleciona automaticamente um perfil paisagem, quadrado ou retrato de cerca de 294 MB e reutiliza o modelo RVM ResNet50 de 51,3 MB para calibração do primeiro quadro, cerca de 345 MB no total; é apenas para testes não comerciais. Cada modelo usa o ModelScope CDN primeiro, volta para a mesma versão fixada no ImgIng e entra no cache do navegador somente após a verificação.

As proporções de vídeo incomuns serão ampliadas?

Não. A área de trabalho preserva a proporção do quadro original e as dimensões de exportação. Ele não força a fonte em um quadrado nem corta o quadro visível para inferência. MatAnyone2 seleciona apenas a entrada interna paisagem, quadrado ou retrato cuja área de análise utilizável é maior. A calibração do primeiro quadro limita proporcionalmente a entrada de resolução ultra-alta em uma borda longa de 1920 pixels para controlar a memória, sem alterar as dimensões de saída final. As imagens de fundo suportam cobertura ou conteúdo de forma independente.

E se o assunto não estiver presente no início?

A camada experimental não aborta mais uma exportação completa apenas porque o quadro de abertura não tem assunto. Esses quadros geram o plano de fundo selecionado enquanto o pipeline continua procurando; a memória temporal começa quando uma pessoa é detectada. Um corte de cena limpa a memória anterior e executa a calibração novamente.

Um navegador Chrome normal pode executá-lo?

Os atuais Chrome e Edge para desktop são os alvos principais. A página precisa de HTTPS ou localhost, WebCodecs e WebAssembly. O RVM usa o caminho de inferência WASM estável; MatAnyone2 prefere WebGPU e pode recorrer ao WASM. Dispositivos mais antigos, telefones e vídeos longos em 4K podem ser impraticáveis, portanto, o espaço de trabalho detecta recursos e relata o download e o processamento do ETA.

Limites beta: visualize o quadro atual antes de processar o vídeo completo. Oclusão complexa, movimento rápido, objetos translúcidos e cortes de cena ainda podem produzir erros de borda. “Qualquer proporção” significa nenhum estiramento ou corte; não promete precisão de fosqueamento idêntica para todas as composições extremas. Exportações de vídeo transparentes como WebM VP9 alfa; MP4 é para fundos sólidos, de imagem ou opacos desfocados.

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