𝗙𝗶𝗻𝗲-𝗧𝘂𝗻𝗶𝗻𝗴 𝗔𝗜 𝗘𝗱𝗶𝘁𝘀: 𝗪𝗵𝗲𝗻 𝘁𝗼 𝗧𝗿𝘂𝘀𝘁 𝘁𝗵𝗲 𝗠𝗮𝗰𝗵𝗶𝗻𝗲 𝗮𝗻𝗱 𝗪𝗵𝗲𝗻 𝘁𝗼 𝗦𝘁𝗲𝗽 𝗜𝗻 -> AI எடிட்டிங்கைச் செம்மைப்படுத்துதல்: எப்போது இயந்திரத்தை நம்புவது மற்றும் எப்போது நீங்கள் தலையிடுவது?
போர்ட்ரெய்ட் (Portrait) புகைப்படக் கலைஞர்கள் கிட்டத்தட்ட ஒரே மாதிரியான புகைப்படங்களை வரிசைப்படுத்த பல மணிநேரங்களைச் செலவிடுகிறார்கள். பெரும்பாலும், AI ஒரு தேவையற்ற பிரதிபலிப்பைக் கவனிக்கத் தவறிவிடுகிறது அல்லது கன்னத்தின் மென்மையைத் தேவையில்லாமல் அதிகப்படுத்துகிறது. தானியங்கி முறையை (automation) கண்மூடித்தனமாக நம்புவது, சீரற்ற கேலரிகள் மற்றும் கூடுதல் வேலைக்கு வழிவகுக்கும். உங்கள் முடிவுகள் நேர்த்தியாக இருக்க, எந்தப் பணிகளை இயந்திரத்திடம் ஒப்படைக்க வேண்டும் மற்றும் எப்போது நீங்கள் தலையிட வேண்டும் என்பதை நீங்கள் அறிந்திருக்க வேண்டும்.
AI-ஐ ஒரு விடாமுயற்சியுள்ள உதவியாளராகக் கருதுங்கள். இது மீண்டும் மீண்டும் செய்யப்படும் பணிகளில் சிறந்து விளங்குகிறது, ஆனால் நுணுக்கமான விஷயங்களில் மனிதத் தீர்ப்பைப் போன்ற உணர்வு அதற்கு இல்லை. இந்தத் தத்துவத்தைப் பயன்படுத்துங்கள்: இயந்திரம் புறநிலையாக (objectively) அளவிடக்கூடிய விஷயங்களைக் கையாள விடுங்கள், பின்னர் அகநிலை (subjective) விவரங்களைச் செம்மைப்படுத்துங்கள்.
புறநில அளவீடுகள் (Objective metrics) பின்வருவனவற்றை உள்ளடக்கியது:
- வெளிச்சம் (Exposure)
- வெள்ளை சமநிலை (White balance)
- போஸ் ஒற்றுமை (Pose similarity)
- கண் இமைப்பைக் கண்டறிதல் (Blink detection)
அகநிலைத் தீர்ப்புகள் (Subjective judgments) பின்வருவனவற்றை உள்ளடக்கியது:
- முகபாவனைகள் (Facial expressions)
- சருமத் தன்மை (Skin texture)
- பிராண்ட் வண்ணத் தரநிலைகள் (Brand color grades)
- நுணுக்கமான திருத்தங்கள் (Subtle retouching)
இந்த பணிப்பாய்விற்கு (workflow) Aftershoot ஒரு சிறந்த கருவியாகும். இது ஒரே மாதிரியான போஸ்களைக் குழுவாகப் பிரித்து, கண் இமைப்பைக் கண்டறிந்து, சில நிமிடங்களிலேயே உங்களுக்குத் தேவையான புகைப்படங்களின் பட்டியலைத் (culling list) தருகிறது. இது முக அடையாளங்களைப் (facial landmarks) பயன்படுத்தி கண்கள் மூடியிருப்பதை உணர்ந்து, தலை கோணத்தின் அடிப்படையில் படங்களை வகைப்படுத்துகிறது.
சூழல்: நீங்கள் 200 படங்கள் கொண்ட ஒரு கார்ப்பரேட் ஹெட்ஷாட் (corporate headshot) தொகுப்பைப் பதிவேற்றி, கண் இமைப்பு மற்றும் ஒற்றுமைத் தரவுகளைக் கொண்டு Aftershoot மூலம் 20 போஸ் அடிப்படையிலான குழுக்களை உருவாக்குகிறீர்கள். ஒரு குழுவில், கண்ணாடியில் தேவையற்ற பிரதிபலிப்பு உள்ள ஒரு புகைப்படத்தைக் கண்டறிந்து, அதை நிராகரித்துவிட்டு, AI குறைந்த தரவரிசை வழங்கிய ஒரு மென்மையான முகபாவனை கொண்ட புகைப்படத்தைத் தேர்ந்தெடுக்கிறீர்கள்.
இந்த மூன்று படிகளைப் பின்பற்றுங்கள்:
புறநில AI செயல்பாடுகளைச் செய்தல் (Run objective AI passes) வெளிச்சம் (exposure) மற்றும் வெள்ளை சமநிலை (white balance) திருத்தங்களைச் செய்யுங்கள். கருவி கண் இமைப்பைக் கண்டறியவும், போஸ்களைக் குழுவாகப் பிரிக்கவும் மற்றும் உங்கள் ஆரம்பகட்ட புகைப்படப் பட்டியலை (culling list) உருவாக்கவும் அனுமதிக்கவும்.
அகநிலை ஆய்வை மேற்கொள்ளுதல் (Perform a subjective review) ஒவ்வொரு AI குழுவையும் திறக்கவும். முகபாவனையின் தரத்தைச் சரிபார்க்கவும், தேவையற்ற பிரதிபலிப்புகள் உள்ளனவா என்று பார்க்கவும் மற்றும் சருமத் தன்மை இயற்கையாகத் தெரிகிறதா என்பதை உறுதிப்படுத்தவும்.
இலக்கு வைக்கப்பட்ட கைமுறைத் திருத்தங்களைச் செய்தல் (Execute targeted manual retouching) விடுபட்ட சிறு குறைகளைச் சரிசெய்ய 'healing brush'-ஐயும், ஒளியைச் செதுக்க 'radial filters'-ஐயும் பயன்படுத்தவும். AI வண்ணத் திருத்தத்திற்குப் பிறகு, உங்கள் தனித்துவமான பாணியைப் பராமரிக்க ஒரு 'global LUT'-ஐப் பயன்படுத்தவும்.
வெளிச்சம், வெள்ளை சமநிலை மற்றும் போஸ் ஒற்றுமை ஆகியவற்றை அளவிடுவதில் AI சிறந்து விளங்குகிறது. இது சலிப்பூட்டும் வரிசைப்படுத்தும் வேலையிலிருந்து உங்களை விடுவிக்கிறது. புறநிலச் சரிபார்ப்புகளுக்கு இயந்திரத்தை நம்புங்கள், ஆனால் உணர்ச்சிகள், நுணுக்கமான விவரங்கள் அல்லது பிராண்ட் நிலைத்தன்மை ஆகியவற்றிற்கு நீங்கள் தலையிட வேண்டும். உங்கள் வேலையை வேகமாகவும் தொழில்முறை ரீதியாகவும் முடிக்க 'நம்பு-சரிபார்' (trust-verify) பணிப்பாய்வைப் பயன்படுத்துங்கள்.
Source: https://dev.to/ken_deng_ai/fine-tuning-ai-edits-when-to-trust-the-machine-and-when-to-step-in-mi9
Optional learning community: https://t.me/GyaanSetuAi