Remover Objetos de Fotos com IA: Como Funciona e Quando Falha

Remover um objeto parece apagar. Está mais perto do contrário: nada é apagado, algo novo é escrito. Entender esse único fato explica todos os jeitos como a ferramenta acerta e todos os jeitos como ela falha.

O que o modelo está fazendo

Você marca uma área. O modelo a trata como faltando e pergunta: dados todos os pixels em volta, que conteúdo ocuparia esse buraco de forma mais plausível?

Ele responde partindo de ruído aleatório dentro da área marcada e refinando repetidamente, guiado pela imagem ao redor, até a área ficar coerente com a vizinhança. É o mesmo processo de remoção de ruído por trás da geração de imagens em geral; a diferença é que aqui o modelo está preso por pixels reais de todos os lados.

Duas consequências vêm logo em seguida, e elas explicam quase tudo:

Ele nunca recupera. Ele sempre inventa. Não existe uma camada escondida guardando o que estava atrás da lixeira. A foto nunca conteve isso.

A confiança dele não tem relação com o acerto. O modelo produz uma resposta plausível existindo ou não uma resposta correta que desse para deduzir. Ele não tem nenhum mecanismo para dizer "não sei".

Os quatro tipos de falha

Tudo o que dá errado é um destes.

1. Informação específica

Texto, logos, rostos, números de casa, placas de carro. A resposta correta é um fato particular sobre um lugar particular, e o modelo não tem acesso a fatos, só à aparência geral de textos e rostos. Ele vai produzir letras que parecem idioma e se revelam sem sentido, ou um rosto que não pertence a ninguém.

Esse é o tipo de falha com consequências reais, porque o resultado parece confiável.

2. Estrutura rígida e repetida

Tijolo, azulejo, cerca, grades de janela, tábuas de piso. O modelo reproduz a textura, mas muitas vezes quebra o ritmo: uma fileira de tijolos que sai da linha, uma grade de azulejos que desliza meio módulo. Textura é fácil; alinhamento é difícil, porque acertar exige continuar uma estrutura global, não combinar um padrão local.

Seleções menores ajudam, porque mais da grade ao redor fica visível como referência de alinhamento.

3. Buracos grandes

Quanto maior a área marcada, mais o modelo está inventando em vez de continuar, e mais mole e menos coerente fica o resultado. Um preenchimento grande muitas vezes volta visivelmente mais borrado que o entorno, porque o conteúdo gerado foi produzido na escala do modelo, não na da foto.

Dividir uma remoção grande em duas ou três passadas costuma resolver isso de vez.

4. Tudo o que o objeto tocava

O objeto não é só o objeto. Ele projetava sombra, pode ter sido refletido numa janela ou numa calçada molhada e jogava um pouco da própria cor nas superfícies próximas. Remova o objeto e deixe isso tudo, e o resultado parece errado mesmo com o preenchimento impecável.

Dos quatro, é o que as pessoas mais deixam passar, e o mais fácil de corrigir quando você sabe procurar.

Por que a dificuldade é previsível

Uma regra útil: a dificuldade aumenta com o quanto a área escondida é estruturada e específica.

• Céu, água, grama, paredes lisas: fácil. Liso, pouca informação, estatisticamente previsível.
• Folhagem, cascalho, carpete: fácil. Texturas irregulares em que estar aproximadamente certo é indistinguível de estar certo.
• Tijolo, azulejo, painéis: moderado. Estruturado, então os erros aparecem.
• Texto, rostos, logos, objetos específicos: não confiável. Específico, então só a resposta verdadeira está certa e o modelo não tem como sabê-la.

Antes de selecionar qualquer coisa, coloque o seu caso nessa escala. Ela vai dizer se você deve seguir, trabalhar em partes ou buscar outra abordagem.

Como distinguir um bom reparo de uma invenção confiante

O reparo é bom se, com zoom em 100 por cento:

• Não há um contorno fantasma onde estava a borda do objeto
• Não sobra nenhuma sombra sem algo que a projete
• O remendo combina com a nitidez e o grão do entorno
• Qualquer padrão que atravessa o reparo continua alinhado

O reparo é uma invenção, por melhor que pareça, se a área continha texto, um rosto ou qualquer coisa em que quem olha confiaria. Nesse caso a pergunta não é se ficou convincente. É se apresentá-lo como uma fotografia do que estava ali é honesto.

Como fazer na prática

Algumas regras simples resolvem a maioria dos casos:

• Selecione com folga. Inclua a borda e a sombra do objeto na seleção.
• Trabalhe em partes em qualquer coisa estruturada ou grande. Duas ou três passadas pequenas vencem uma grande.
• Rode de novo quando o resultado estiver quase certo. Como a geração é estocástica, uma nova tentativa muitas vezes acerta sem você mudar nada.
• Prepare a foto antes. Se a original é pequena ou mole, melhore a qualidade da foto com IA primeiro, para a remoção ter mais detalhe com que trabalhar.

Consequência prática

Use à vontade em bagunça contra fundos simples. Trabalhe em passadas pequenas em qualquer coisa estruturada. Inclua a sombra. E trate qualquer resultado sobre texto ou um rosto como a imagem de algo que nunca existiu, porque é exatamente isso.

Para trocar tudo o que está atrás do assunto em vez de um item só, a troca de fundo é a ferramenta mais fácil. A remoção de objetos está entre as ferramentas de fotos com IA do Kitana e também na ferramenta de remoção de objetos.