убрать одежду с фото: 6 реальных сценариев протестировано

Методология тестирования

Для каждого сценария использовалось по три снимка с разными условиями съёмки. Оценивались следующие параметры: точность маскирования одежды, реалистичность синтезированного контента, соответствие освещению оригинала, наличие артефактов на границах маски и анатомическая корректность результата. Все тесты проводились в автоматическом режиме с настройками по умолчанию — именно так большинство новых пользователей начинают работу с инструментом.

Кейс 1. Студийный портрет в полный рост

Условия

Три снимка из профессиональной студийной съёмки. Белый фон, равномерное студийное освещение с двух сторон, модель в однотонной одежде, фронтальный ракурс, чёткая линия горизонта, разрешение 2400×3600 пикселей.

Результат

Это оптимальный сценарий для любого инструмента подобного класса. Все три снимка дали высококачественный результат с первой попытки. Маска точно следовала контурам одежды без захвата фона. Сгенерированный контент органично вписался в студийное освещение — тени и блики на коже соответствовали направлению света оригинала. Анатомия корректна, артефактов на границах нет.

Вывод: студийные снимки — золотой стандарт. Если есть возможность снять именно так, делайте это. Результат предсказуем и стабилен.

Кейс 2. Уличное фото при дневном свете

Условия

Три снимка с улицы в солнечный полдень. Сложный фон: деревья, прохожие, городские элементы. Различные уровни освещённости из-за перехода между тенью и светом. Разрешение 1600×2400 пикселей, снято на смартфон.

Результат

Снимки в тени или при рассеянном облачном свете дали хороший результат. Сегментация корректно отделила фигуру от сложного фона. Однако снимки с резкими солнечными тенями, падающими на тело, показали заметные сложности: алгоритм частично воспринял области глубокой тени как отдельный сегмент и некорректно построил маску в этих зонах.

Вывод: уличные снимки работают хорошо при мягком рассеянном свете. Избегайте фотографий с резкими солнечными тенями на теле — они дают непредсказуемые результаты сегментации.

Кейс 3. Фото из социальных сетей (пережатое)

Условия

Три снимка, сохранённых из социальных сетей с типичным сжатием платформы. Разрешение после загрузки: 720-1080 пикселей по меньшей стороне. Заметные блочные JPEG-артефакты, особенно на границах высокочастотных деталей одежды.

Результат

Качество ожидаемо ниже, чем в первых двух кейсах. JPEG-артефакты мешают точной сегментации: алгоритм иногда «видит» ложные границы там, где на самом деле только артефакты сжатия. Однако при хорошем освещении и простом ракурсе даже пережатые снимки дали приемлемый результат с 1-2 попытками.

Вывод: если вы работаете с архивными снимками из социальных сетей, увеличьте количество попыток генерации до 3-4. Вероятность получить хороший результат среди нескольких попыток высока, даже если каждая отдельная итерация нестабильна.

Кейс 4. Многослойная одежда

Условия

Три снимка с персонажами в многослойных образах: пиджак поверх рубашки с галстуком, платье поверх рубашки, несколько слоёв верхней одежды. Задача — убрать верхний слой, оставив нижний.

Результат

Здесь результаты оказались наиболее вариативными. Алгоритм в автоматическом режиме стремится убрать всю одежду целиком, не различая отдельные слои. Частичное удаление одного слоя требует ручного управления маской, которое доступно в расширенном режиме. При полном удалении всей одежды результат стабильно хороший, но при попытке выборочного удаления слоёв без ручной маски качество снижается.

Вывод: для работы с многослойными образами используйте ручной режим маскирования. В автоматическом режиме алгоритм не различает слои.

Кейс 5. Снимок в профиль или три четверти

Условия

Три снимка в различных боковых ракурсах: строгий профиль, три четверти, 45 градусов. Условия освещения хорошие, фон чистый, снимки высокого разрешения.

Результат

Сегментация работает заметно хуже при боковых ракурсах: алгоритм, обученный преимущественно на фронтальных и слегка угловых фотографиях, менее уверен в определении границ тела в профиль. При этом диффузионная генерация всё равно выдаёт анатомически корректные результаты, поскольку ControlNet удерживает позу по скелетной карте. Итоговое качество на 20-30% ниже, чем для аналогичных фронтальных снимков.

Вывод: боковые ракурсы дают более вариативные результаты. Рассчитывайте на 3-4 попытки для выбора лучшего варианта. Три четверти (45 градусов) работает лучше, чем строгий профиль.

Кейс 6. Фото в вечернем или искусственном освещении

Условия

Три снимка при вечернем искусственном освещении: один при тёплом жёлтом свете лампы накаливания, один при холодном люминесцентном свете офиса, один в условиях цветного освещения клубного типа.

Результат

Тёплое и холодное освещение обрабатываются хорошо: алгоритм корректно адаптирует цветовой тон сгенерированного контента к преобладающему цвету освещения. Наибольшую сложность создаёт цветное освещение (синий, красный, фиолетовый): сегментация работает нормально, но цветокоррекция на постобработке иногда «промахивается» с подбором тона, создавая ощущение несоответствия между сгенерированной зоной и остальным снимком.

Вывод: стандартное искусственное освещение работает хорошо. Цветное театральное или клубное освещение — самый сложный случай, требующий нескольких попыток и, возможно, последующей ручной цветокоррекции в редакторе.

Сводная таблица результатов

По итогам шести кейсов можно ранжировать типы снимков по вероятности получить хороший результат с первой попытки:

1. Студийный портрет на чистом фоне — отлично.
2. Уличное фото при мягком рассеянном свете — хорошо.
3. Снимок при стандартном искусственном освещении — хорошо.
4. Фото из социальных сетей (сжатое) — приемлемо, нужно 2-3 попытки.
5. Снимок в профиль или три четверти — вариативно, нужно 3-4 попытки.
6. Многослойная одежда в автоматическом режиме — вариативно, рекомендуется ручной режим.

Практические рекомендации по итогам тестов

На основе проведённых тестов можно сформулировать несколько универсальных советов, применимых к любому типу снимков:

• Всегда делайте минимум две попытки генерации — вариативность диффузионной модели означает, что второй результат может существенно отличаться от первого в лучшую сторону.
• При неудовлетворительном результате попробуйте слегка скадрировать или повернуть снимок перед повторной отправкой — изменение входных данных меняет и результат.
• Для сложных снимков (сильные тени, боковой ракурс, цветное освещение) переходите в ручной режим управления маской — это даёт значительно более предсказуемый результат.
• Три бесплатные попытки NudeKit — достаточно для того, чтобы протестировать все ваши целевые снимки и понять, какой тип фотографий лучше всего подходит для вашего сценария использования.