एक क्लिप और एक मास्क अपलोड करें, और एक AI मॉडल फ्रेम दर फ्रेम वही दोबारा बनाता है जो मिटाई गई चीज़ के पीछे था, बिना रोटोस्कोपिंग और बिना टाइमलाइन एडिटर के। यह बैकग्राउंड में गुज़रते इंसान, प्रोडक्ट डेमो में दिख रहे केबल, या किसी ऐसे वॉटरमार्क के लिए बनाया गया है जो कभी लाइसेंस नहीं किया गया।
कोई अजनबी एक वरना बिल्कुल सही शॉट के पीछे से गुज़र जाता है। किसी प्रोडक्ट डेमो में माइक्रोफ़ोन स्टैंड फ्रेम में आ जाता है। किसी स्टॉक क्लिप का वॉटरमार्क उस फुटेज के कोने में बैठा रहता है जिसे अब साफ करना है। इसे हाथ से, फ्रेम दर फ्रेम रोटोस्कोप करना ही अब तक इकलौता हल था, और इसमें वो घंटे लगते थे जो किसी के पास नहीं थे। इसी काम के लिए बना एक मॉडल ऑब्जेक्ट को मिटाता है और उसके पीछे जो था उसे गैप के आसपास के पिक्सल्स से दोबारा बनाता है, वह भी एक दोपहर की जगह कुछ मिनटों में।
वीडियो में मैन्युअल ऑब्जेक्ट रिमूवल यानी रोटोस्कोपिंग है: जिस भी फ्रेम में अनचाहा एलिमेंट दिखे उसे हाथ से ट्रेस करना, फिर ऊपर पेंट या क्लोन करना, फिर देखना कि जोड़ कहीं झिलमिला तो नहीं रहा। यह एक असली, सिखाई जा सकने वाली एडिटिंग स्किल है, और साथ ही यह उस तरह का दोहराव भरा, बारीक काम भी है जो पोस्ट-प्रोडक्शन शेड्यूल का एक बड़ा हिस्सा उस चीज़ के लिए खा जाता है जिसे दर्शक ने कभी नोटिस ही नहीं करना था।
Picasso IA bria/video-erase-object चलाता है, जो ठीक इसी काम के लिए बना एक मॉडल है: आप क्लिप और एक मास्क देते हैं जो बताता है कि क्या हटाना है, और मॉडल उस मिटाई गई जगह को आसपास के विज़ुअल कॉन्टेक्स्ट से भर देता है, फ्रेम दर फ्रेम, ताकि नतीजा पहले फ्रेम से आखिरी तक टिका रहे, न कि किसी लापरवाह मैन्युअल पैच की तरह भटके या झिलमिलाए। यह कैटलॉग की वीडियो-एडिटिंग कैटेगरी में बैकग्राउंड हटाने, रेज़ॉल्यूशन बढ़ाने और टेक्स्ट से रीस्टाइल करने वाले मॉडलों के साथ ही मौजूद है, तो जिस अकाउंट से एक ऑब्जेक्ट मिटाया जाए वही बाकी फुटेज भी साफ कर सकता है।
मॉडल दो इनपुट लेता है: आपका वीडियो और एक मास्क वीडियो जो काले पर सफेद रंग में बिल्कुल बताता है कि कौन-से पिक्सल किन फ्रेम में हटाने हैं। यह मास्क की गई जगह को आसपास के कॉन्टेक्स्ट से दोबारा बनाता है, पूरे क्लिप में मूवमेंट और लाइटिंग को एक जैसा बनाए रखते हुए, और डिफ़ॉल्ट रूप से आपका ओरिजिनल ऑडियो ट्रैक बिना छेड़े रखता है, क्योंकि तस्वीर से कुछ हटाने का मतलब शायद ही कभी साउंडट्रैक से भी उसे हटाना होता है।
आउटपुट MP4, WebM, MOV या MKV में मिलता है, कोडेक की चॉइस के साथ जिसमें H.264, H.265, VP9 और ProRes शामिल हैं, तो जो फ़ाइल वापस मिलती है वह आगे जो भी एडिट करना हो उससे मेल खाती है, कोई कन्वर्ज़न थोपे बिना। एक असली सीमा इसके इस्तेमाल का तरीका तय करती है: मॉडल हर रन में पांच सेकंड तक की फुटेज प्रोसेस करता है, और एक ऑटो-ट्रिम ऑप्शन ज़्यादा लंबी अपलोड को सीधे रिजेक्ट करने के बजाय उसके पहले पांच सेकंड तक काट देता है, जो तीस सेकंड की टेक अपलोड करने और पूरी वापस मिलने की उम्मीद से पहले जान लेना ज़रूरी है।
असली काम मास्क करता है, और अच्छा मास्क किसे माना जाए यह टारगेट के साथ बदलता है। यह उस बारे में ईमानदार जानकारी है कि लोग असल में जो रिमूवल मांगते हैं उनमें क्या उम्मीद रखी जाए।
| आप क्या हटा रहे हैं | क्या मास्क करना है | जानने लायक बात |
|---|---|---|
| बैकग्राउंड में गुज़रता इंसान | जिस भी फ्रेम में दिखे उसमें उसकी आउटलाइन | तेज़ चलने वाले इंसान को स्थिर खड़े इंसान से ज़्यादा मास्क फ्रेम चाहिए |
| लोगो या वॉटरमार्क | छपा हुआ ठीक-ठीक आकार, फ्रेम दर फ्रेम | पैच नरम दिखे तो बाद में वीडियो अपस्केलिंग चलाएं |
| प्रोडक्ट डेमो में माइक या केबल | सिर्फ ऑब्जेक्ट, पास का हाथ या सतह नहीं | कसा हुआ मास्क आसपास की बनावट को मिटने से बचाता है |
| सड़क के शॉट में चलती गाड़ी | गाड़ी की पूरी राह भर उसकी आउटलाइन | तेज़ मूवमेंट पर गुज़रने की जगह हल्की धुंधलाहट रह सकती है |
| स्क्रीन रिकॉर्डिंग में नोटिफ़िकेशन बार | पूरे क्लिप में एक जैसा टिका हुआ आयत | सबसे आसान केस, क्योंकि मास्क मुश्किल से हिलता है |
यह कच्ची क्लिप से साफ क्लिप तक का रास्ता है। इसमें क्लिप और मास्क बनाने के लिए एक बुनियादी वीडियो एडिटर के अलावा कुछ नहीं मानकर चला गया है, और इसे पढ़ने में इसे असल में चलाने से ज़्यादा वक्त लगता है।
मास्क इकलौता इनपुट है जिस पर आपका पूरा कंट्रोल होता है, और ज़्यादातर निराश करने वाले नतीजे मॉडल की बजाय इसी से जुड़े होते हैं। कुछ आदतें एक अदृश्य मिटान और एक दिखती हुई धब्बे में फ़र्क बनाती हैं।
मास्क को ऑब्जेक्ट के ठीक आउटलाइन पर ट्रेस करने के बजाय उससे कुछ पिक्सल चौड़ा बनाएं। फिलिंग मास्क किनारे के ठीक बाहर के पिक्सल्स से दोबारा बनती है, और ऑब्जेक्ट से बहुत ज़्यादा चिपका मास्क अक्सर उसकी एक हल्की परछाई पीछे छोड़ देता है।
किसी टूल के बारे में ईमानदार पेज यह भी बताता है कि वह कहां काम करना बंद कर देता है। वीडियो ऑब्जेक्ट रिमूवल में कुछ असली सीमाएं हैं जिनकी योजना बनाना ज़रूरी है, खासकर किसी क्लाइंट-फेसिंग काम के लिए इस पर भरोसा करने से पहले।
पांच सेकंड की प्रोसेसिंग विंडो सबसे तुरंत वाली सीमा है: इससे लंबी कोई भी चीज़ बांटनी होगी, हिस्सों में प्रोसेस करनी होगी और फिर वापस जोड़नी होगी, जो एक ही पास की तुलना में एक अतिरिक्त कदम है। इसमें ऑब्जेक्ट की अपने आप पहचान या ट्रैकिंग भी नहीं है, तो मॉडल खुद यह नहीं ढूंढता कि आप क्या हटाना चाहते हैं और न ही आपके लिए मास्क बनाता है; यह हिस्सा मैन्युअल ही रहता है, और यह पूरे वर्कफ़्लो का सबसे धीमा हिस्सा है। भारी ओवरलैप, जहां हटाया गया ऑब्जेक्ट कई फ्रेम तक दूसरे चलते एलिमेंट्स के आगे से गुज़रता है, अक्सर स्थिर बैकग्राउंड पर की गई साफ पास की तुलना में ज़्यादा नरम, कम भरोसेमंद फिलिंग देता है। और यह मॉडल सिर्फ मिटाता और दोबारा बनाता है; यह कुछ जोड़ता या बदलता नहीं, तो उसी जगह पर कोई दूसरा ऑब्जेक्ट रखना कैटलॉग की उसी कैटेगरी के किसी टेक्स्ट-गाइडेड एडिटर का अलग काम है, इसका नहीं।
चलती क्लिप की बजाय एक ही स्थिर फ्रेम के लिए, इमेज पर आधारित ऑब्जेक्ट रिमूवल वर्कफ़्लो ज़्यादा आसान और सस्ता टूल है, और यह जानना ज़रूरी है कि ये अलग-अलग इनपुट के लिए बने दो अलग प्रोडक्ट हैं। टूलों के बीच एडिटिंग की गहराई की पूरी तुलना के लिए, Picasso IA बनाम Runway पेज बताता है कि 488 मॉडल वाला कैटलॉग कहां आगे रहता है और एक खास प्लेटफ़ॉर्म कहां आगे रहता है।
रियल एस्टेट एजेंट इसका इस्तेमाल किसी प्रॉपर्टी की वीडियो टूर से भटकी हुई गाड़ी या पड़ोसी का कूड़ेदान हटाने के लिए करते हैं, इसे लाइव करने से पहले, जो रियल एस्टेट वीडियो टूर पेज के व्यापक वर्कफ़्लो से स्वाभाविक रूप से जुड़ता है। प्रोडक्ट टीमें दिखते माइक या रिग के साथ शूट हुई डेमो क्लिप को साफ करने के लिए इसका इस्तेमाल करती हैं, पूरी टेक दोबारा शूट करने की बजाय, जो एक ऐसा केस है जिसे प्रोडक्ट डेमो वीडियो पेज शूटिंग वाले पहलू से कवर करता है। सोशल और मार्केटिंग एडिटर इसे उन फुटेज पर इस्तेमाल करते हैं जो स्टॉक लाइब्रेरी से लाइसेंस की गई हों पर कोने में अब भी किसी और का वॉटरमार्क लिए हों।
यह फ्रेम दर फ्रेम रोटोस्कोपिंग, क्लोनिंग और जोड़ जांचने की जगह एक ही ऑटोमेटेड पास लगा देता है: आप इलाके को एक बार मास्क के तौर पर चिह्नित करते हैं, और मॉडल इसे हर फ्रेम में एक जैसे ढंग से दोबारा बनाता है, न कि आप खुद हर फ्रेम हाथ से पेंट करें। अच्छा मास्क बनाने के लिए एडिटिंग स्किल अब भी मायने रखती है, पर काम का उबाऊ, दोहराव वाला हिस्सा मॉडल के पास चला जाता है, जो आमतौर पर वही हिस्सा होता है जो किसी को करना पसंद नहीं था।
आपको अनचाही जगह पर काले बैकग्राउंड पर सफेद आकृति बनाने का कोई तरीका चाहिए, जो हर फ्रेम में उसकी जगह से फ्रेम दर फ्रेम मेल खाए, और ज़्यादातर बुनियादी वीडियो एडिटर यह किसी शेप या रोटोब्रश टूल से करने देते हैं। इसमें टेक्स्ट प्रॉम्प्ट टाइप करने से ज़्यादा एडिटिंग स्किल चाहिए, पर हर फ्रेम में हाथ से ऑब्जेक्ट पेंट करने से बहुत कम, क्योंकि मास्क को सिर्फ इलाका चिह्नित करना है, कुछ दोबारा बनाना नहीं।
Video Erase Object हर रन में पांच सेकंड तक प्रोसेस करता है, और ऑटो-ट्रिम सेटिंग काम को सीधे फेल करने की बजाय इससे लंबी किसी भी चीज़ को उसके पहले पांच सेकंड तक काट देती है। लंबे वीडियो के लिए, इसे किसी ट्रिमिंग मॉडल से पांच-पांच सेकंड के हिस्सों में बांटें, हर हिस्से को अलग-अलग चलाएं, और बाद में नतीजों को जोड़ लें।
हां। 488 मॉडल के कैटलॉग की वीडियो-एडिटिंग कैटेगरी ऑब्जेक्ट मिटाने के साथ-साथ बैकग्राउंड हटाना, अपस्केलिंग, टेक्स्ट-गाइडेड रीस्टाइलिंग और भी बहुत कुछ कवर करती है, जिसमें Runway और दूसरे स्पेशलिस्ट पब्लिशर्स के मॉडल भी शामिल हैं, तो ऑब्जेक्ट मिटाने के लिए बना अकाउंट क्लिप की बाकी सफाई भी संभाल सकता है। अगर आप कैटलॉग और किसी एक डेडिकेटेड प्लेटफ़ॉर्म के बीच चुन रहे हैं, तो Picasso IA बनाम Runway पेज दोनों तरीकों की सीधी तुलना करता है।
डिफ़ॉल्ट रूप से नहीं। मॉडल आपका ओरिजिनल ऑडियो ट्रैक तब तक बनाए रखता है जब तक आप उसे बंद न करें, तो कोई विज़ुअल एलिमेंट हटाने पर साउंडट्रैक बिल्कुल वैसा ही रहता है जैसा था। यह ज़्यादातर सही होता है, पर जनरेट करने से पहले एक बात ध्यान रखने लायक है: अगर जो चीज़ आपने मिटाई वही किसी आवाज़ का स्रोत थी, जैसे कोई स्पीकर या डिवाइस, तो ऑडियो ऐसे बजता रहेगा जैसे वह अब भी वहीं हो।
आमतौर पर हां, क्योंकि छपे हुए लोगो या वॉटरमार्क का आकार अक्सर तय और साफ़ तौर पर परिभाषित होता है, जिसे सटीक मास्क करना आसान है। मुख्य फ़र्क इस पर होता है कि उसके पीछे क्या है: सादा बैकग्राउंड साफ़ ढंग से दोबारा बनता है, जबकि किसी डिटेल से भरे व्यस्त सीन पर बैठा लोगो पैच वाली जगह पर हल्की नरमी छोड़ सकता है, जिसे अपस्केलिंग पास आमतौर पर सुधार देता है।
Video Erase Object एक साफ़ मास्क लेता है और ठीक वही हटाता है जो आपने चिह्नित किया, जिससे किसी खास इलाके पर सटीक और अनुमान लगाने लायक कंट्रोल मिलता है। कैटलॉग के दूसरे टेक्स्ट-गाइडेड एडिटर लिखे गए विवरण से काम करते हैं, और वे पूरे सीन को रीस्टाइल करने या एक ऑब्जेक्ट को दूसरे से बदलने के लिए साफ़, टारगेटेड रिमूवल से बेहतर सूट करते हैं, क्योंकि वे पिक्सल-सटीक मास्क से शुरू नहीं करते।
कभी-कभी, और यह किसी संयोग से ज़्यादा मास्क और बैकग्राउंड से जुड़ा होता है। ढीला मास्क, हटाए गए ऑब्जेक्ट के पीछे भारी ओवरलैप, या उस इलाके में तेज़ मूवमेंट, ये सब सादे बैकग्राउंड पर स्थिर शॉट की तुलना में ज़्यादा नरम पैच छोड़ सकते हैं। बाद में क्लिप को अपस्केलिंग मॉडल से चलाना ज़्यादातर हल्के मामलों को ठीक कर देता है।
जनरेशन क्रेडिट में भुगतान होते हैं, और ठीक-ठीक लागत मॉडल और क्लिप की लंबाई पर निर्भर करती है, तो यहां लिखा कोई भी सटीक आंकड़ा कुछ महीनों में गलत हो जाएगा। नए अकाउंट मुफ़्त क्रेडिट के साथ शुरू होते हैं, जो किसी असली क्लिप पर वर्कफ़्लो टेस्ट करने के लिए काफ़ी है, कुछ भी कमिट करने से पहले, और मौजूदा प्लान प्राइसिंग पेज पर मौजूद हैं, जो आंकड़ों के लिए भरोसा करने लायक इकलौती जगह है।
हां, और ये सबसे आम असली इस्तेमालों में से दो हैं। फ्रेम में भटकती गाड़ी, कूड़ेदान या रिफ्लेक्शन वाला प्रॉपर्टी टूर, या दिखते माइक या रिग के साथ शूट हुआ प्रोडक्ट डेमो, दोनों ठीक उसी तरह के अकेले, साफ़ तौर पर परिभाषित ऑब्जेक्ट हैं जिन्हें यह मॉडल बिना टेक दोबारा शूट किए अच्छी तरह संभालता है।
भरा-पूरा शॉट बर्बाद शॉट नहीं होता। टूलकिट खोलें, जो चीज़ फ्रेम में नहीं होनी चाहिए उसके चारों ओर मास्क बनाएं, और देखें कि उसके बिना फ्रेम कैसा दिखता है।
