Как заретушировать видео в Ютубе

Содержание

Часто нам необходимо скрыть определённую область на видео. Как правило, эта задача встаёт из соображений безопасности. Это могут быть GPS координаты, номера машин, дата и время, объект, по ошибке попавший на запись. Однако в 3 случаях из 5 речь идёт о том, чтобы скрыть лицо человека в кадре для сохранения анонимности.

В бесплатном видеоредакторе VSDC это можно сделать двумя способами. Первый занимает буквально пару секунд и позволяет наложить готовый фильтр прямоугольной формы из мозаики или пикселей. Это также идеальный вариант, если вам необходимо быстро убрать водяной знак с видео, закрыть логотип или другой небольшой по размеру объект. Второй способ пригодится тем, кому необходимо в точности повторить форму цензурируемого объекта, при этом не затрагивая окружающее его пространство. Такая техника наложения цензуры на видео потребует больше времени и усилий, однако, обеспечит максимально точную форму фильтра.

Как скрыть лицо на видео в два клика

Итак, если вам по-быстрому нужно наложить цензуру на любой объект на видео, встроенный фильтр DeLogo – наиболее подходящий для вас вариант. Вся его суть в том, что по клику мыши вы автоматически добавляете на сцену размытый «экран» прямоугольной формы, который можно изменять по размеру и положению. Работает это следующим образом:

Как скрыть видео на YouTube не удаляя его с канала (Новая творческая студия)

Добавьте видео на сцену.
Перейдите во вкладку Видеоэффекты, откройте Фильтры и выберите “DeLogo”. На сцене мгновенно появится объект прямоугольной формы, а на шкале времени – новая вкладка с размещённым на ней фильтром. На иллюстрации ниже мы показали области меню, на которые нужно ориентироваться.
Щёлкнув по фильтру, вы увидите контурную рамку по его границе, а также направляющие точки.
Захватив фильтр в центре мышкой, вы сможете легко перемещать его по сцене.

При необходимости стиль фильтра можно сменить. Например, выбрать между пикселями, мозаикой и размытием.

Чтобы сделать это, откройте Окно свойств справа. Если вы не можете найти его, правой кнопкой мыши щёлкните по фильтру и выберите «Свойства». В появившемся меню опуститесь до настройки «Параметры фильтра DeLogo» и выберите нужный пресет, а также уровень плотности.

How to blur an object in a movie using VSDC

Таким образом, вы сможете легко скрыть лицо на видео (или любой другой объект) буквально за пару минут. После этого перейдите во вкладку “Экспорт проекта” и сохраните ролик на своём ПК в нужном формате.

Как скрыть объект на видео с помощью маски нестандартной формы

Если вы хотите создать маску нестандартной формы, фильтр DeLogo не подойдёт. Он имеет прямоугольную форму по умолчанию, и её нельзя изменить. Однако вы можете создать маску желаемой формы самостоятельно, используя инструмент “Свободная фигура”. Этот инструмент позволяет нарисовать любую фигуру и работает по принципу векторной графики. К готовой фигуре можно применить любой фильтр и использовать её в качестве маски для видео.

Работает это следующим образом:

Добавьте видеофайл на сцену.
В меню слева выберите инструмент Свободная фигура.
Расставляя контрольные точки на небольшом расстоянии друг от друга, начинайте “обводить” выбранный объект. В дальнейшем, вы сможете сдвигать добавленные точки и корректировать форму.
Как только вы закончили отрисовку фигуры для маски, перейдите в первую вкладку на шкале времени – это Сцена 0. Правой кнопкой мыши щёлкните по видеофайлу и выберите опцию “Копировать”. Затем сделайте двойной щелчок по слою со свободной фигурой и вставьте копию видеофайла в открывшейся вкладке.
Откройте меню Режимы наложения для видео, которое вы только что вставили, и выберите опцию «Source in» – так, как показано ниже.

Here the illustration is the same, but in the screenshot where Inverted mask is signed, you should select Source in

Получилась так называемая “обратная” или инвертированная маска. Следующий шаг – применить к ней фильтр, чтобы лицо получилось скрытым.

Откройте меню Видеоэффектов, перейдите к Фильтрам и выберите Пикселизация. Во всплывающем окне нажмите Ok, чтобы подтвердить, что вы хотите применить фильтр к выбранному видео. Эффект будет заметен сразу.

Если же человек перемещается в кадре, вам необходимо сделать так, чтобы маска двигалась вместе с ним. Заставить маску перемещаться синхронно с объектом можно с помощью модуля отслеживания движения, доступного в VSDC Pro. VSDC Pro — это продвинутая версия редактора, её можно приобрести за $19.99 в год. Чтобы узнать, как скрыть движущийся объект на видео, читайте нашу инструкцию.

Еще по теме: Глаза в глаза ладонь в ладонь и это навечно Ютуб

Как размыть фон в видео с помощью видеоредактора

Скачать видеоредактор VSDC

Понравилась эта инструкция? Вас также могут заинтересовать:

Как удалить зелёный фон на видео, используя Хромакей
Как сделать так, чтобы видео проигрывалось внутри текста
Как применять киношные эффекты

Источник: www.videosoftdev.com

Как с помощью ML удалять объекты из видео

В новом исследовании, проведённом в Китае, сообщается о высоких результатах и впечатляющем росте эффективности новой системы ретуширования, позволяющей легко удалять объекты на видео. Подробности рассказываем к старту флагманского курса по Data Science.

Подвеска параплана закрашивается по новой методике. Смотрите видео (в конце статьи): там лучше разрешение и есть примеры.

Эта многоцелевая технология потоконаправленного ретуширования видео E2FGVI способна также удалять из видеоконтента различные затемнения и водяные знаки.

Хотя модель из опубликованной работы обучалась на видео с размерами 432 x 240 пикселей (обычно с входными данными небольших размеров, ограниченными доступным пространством графического процессора в сравнении с оптимальными размерами пакетов и другими факторами). С тех пор авторы выпустили E 2 FGVI-HQ, способную обрабатывать видео произвольного разрешения.

Код текущей версии решения доступен на GitHub, а версию HQ можно загрузить с Google Drive и Baidu Disk.

E 2 FGVI способна обрабатывать видео размером 432 x 240 со скоростью 0,12 с за кадр на графическом процессоре Titan XP (12 Гб видеопамяти). По словам авторов, система работает в 15 раз быстрее предыдущих передовых методов, основанных на оптическом потоке.

Новый метод протестирован на стандартных наборах данных для этого вида исследований синтеза изображений. Он обошёл конкурентов и по качественной, и по количественной оценке.

Работа называется Towards An End-to-End Framework for Flow-Guided Video Inpainting («Многоцелевая технология потоконаправленного ретуширования видео»). Её авторы — четыре исследователя из Нанькайского университета и ещё один из компании Hisilicon Technologies.

Чего не хватает на этой картинке

Кроме очевидного применения в визуальных эффектах, высококачественное ретуширование видео должно стать главным, определяющим функционалом новых, основанных на ИИ технологий синтеза и изменения изображений.

Особенно это относится к фэшн-приложениям, связанным с изменением тела, и другим фреймворкам, нацеленным на «похудение» или какое-то иное изменение сцен на изображениях и видео. В таких случаях необходимо «заполнить» обнаруживаемый при синтезе дополнительный фон так, чтобы заполнение выглядело правдоподобно.

Когерентный оптический поток

Оптический поток стал основной технологией при работе над удалением объектов из видео. Как и в atlas, здесь используется покадровая карта временнóй последовательности. Оптический поток часто применяется для измерения скорости в проектах по компьютерному зрению. И он может обеспечить последовательное во времени ретуширование, когда общий итог задачи может быть рассмотрен за один проход, а не со вниманием к каждому кадру (как в диснеевском стиле), что неизбежно приводит к временнóй неоднородности.

Методы ретуширования видео сегодня основаны на процессе из трёх этапов:

Завершение потока, когда видео фактически сопоставляется с дискретной и доступной для изучения сущностью;
Распространение пикселей, когда дыры в «повреждённых» видео заполняются пикселями, которые распространяются двунаправленно;
Галлюцинация контента («изобретение» пикселей, знакомое большинству из нас по deepfakes и фреймворкам преобразования текста в изображение, например серии DALL-E), когда предположительно «недостающий» контент придумывается и вставляется в видео.

Центральное новшество E 2 FGVI — объединение этих трёх этапов в многоцелевую систему, которая избавляет от необходимости выполнения ручных операций в контенте или процессе.

В работе отмечается, что необходимость ручного вмешательства подразумевает неиспользование в более старых процессах графического процессора, что делает их довольно времязатратными.

Цитата из работы:

«Возьмём в качестве примера DFVI. На завершение одного видео размером 432 × 240 из DAVIS, которое содержит около 70 кадров, требуется около четырёх минут. В большинстве реальных приложений это неприемлемо. Помимо вышеупомянутых недостатков, при использовании предобученной сети ретуширования изображений только на этапе галлюцинации контента взаимосвязи контента между соседями по времени не учитываются. Это приводит к генерации непоследовательного контента».

Объединяя три этапа ретуширования видео, E 2 FGVI способна второй этап — распространение пикселей — заменить распространением признаков. В более сегментированных процессах предыдущих работ признаки не настолько доступны, поскольку каждый этап относительно герметичен, а рабочий процесс автоматизирован лишь наполовину.

В дополнение к этому исследователи создали для этапа галлюцинации контента временной фокальный трансформер, в котором учитываются не только ближайшие пиксели в текущем кадре (то есть то, что происходит в той части кадра на предыдущем или следующем изображении), но и те, что отделены от них множеством кадров, но всё же повлияет на целостный эффект любых операций, выполняемых во всём видео.

Еще по теме: Как получить бесплатный трафик с Youtube

Архитектура E2FGVI

Центральная часть рабочего процесса на основе признаков способна использовать преимущества процессов уровня признаков и обучаемых смещений выборки, а в новом фокальном трансформере проекта размерность фокальных окон увеличивается, по словам авторов, с «2D до 3D».

Тесты и данные

Чтобы протестировать E 2 FGVI, исследователи проанализировали систему по двум популярным наборам данных для сегментации объектов на видео: YouTube-VOS и DAVIS. В YouTube-VOS содержится 3741 обучающий видеоклип, 474 клипа валидации и 508 тестовых клипов, а в DAVIS — 60 обучающих видеоклипов и 90 тестовых клипов.

E2FGVI обучили на YouTube-VOS и проанализировали на обоих наборах данных. Чтобы смоделировать завершение видео, во время обучения генерировались маски объектов (зелёные области на представленных выше изображениях и на видео в конце статьи).

В качестве метрик исследователи использовали пиковое отношение сигнал/шум (PSNR), индекс структурного сходства (SSIM), расстояние Фреше по видео (VFID) и ошибку искажения потока — последнее для измерения временнóй стабильности в видео.

Вот предыдущие архитектуры, на которых тестировалась система: VINet, DFVI, LGTSM, CAP, FGVC, STTN и FuseFormer.

Из раздела работы, посвящённого количественным результатам. Стрелками вверх и вниз показано, что лучше соответственно бóльшие или меньшие числа. В E2FGVI лучшие результаты достигаются везде. Методы оцениваются по FuseFormer, хотя DFVI, VINet и FGVC не являются многоцелевыми системами, поэтому оценка их операций с плавающей точкой в секунду невозможна

Получив лучшие по сравнению со всеми конкурирующими системами результаты, учёные провели качественное исследование пользователей. Видео, преобразованные с помощью пяти представленных методов, продемонстрировали каждому из 20 добровольцев, которых попросили оценить их визуальное качество.

На вертикальной оси показан процент участников, которые предпочли результат E2FGVI

Авторы отмечают, что, несмотря на единодушное предпочтение их метода респондентами, один из результатов (FGVC) количественно выбивается из общей картины. По их мнению, это указывает на то, что в E 2 FGVI, предположительно, могут генерироваться «результаты визуально приятнее».

Что касается эффективности, авторы отмечают, что в их системе значительно уменьшается количество операции с плавающей точкой в секунду (FLOPs) и время вывода на одном графическом процессоре Titan в наборе данных DAVIS. Они также отмечают, что E2FGVI в 15 раз быстрее потоковых методов.

Вот их комментарий:

«[E2FGVI] выполняет наименьшее число операций с плавающей точкой в секунду по сравнению со всеми остальными методами. Это указывает на то, что предлагаемый метод высокоэффективен для ретуширования видео».

А мы поможем вам прокачать навыки или с самого начала освоить профессию, актуальную в любое время:

Профессия Data Scientist
Профессия Fullstack-разработчик на Python

Выбрать другую востребованную профессию.

Источник: temofeev.ru