為了讓機器學習提供高品質的數據,他們標記了成千上萬個圖像資料,這些來自圖像捕捉前景姿勢和背景畫面。標記的元素包括的前景人物會出現的元素如頭髮、眼鏡、脖子、皮膚、嘴唇等,和一般的背景標籤相比達 98%的像素精確度。更多詳細的內容已公開在 Google 研究部落格 。
Photo Credit:Google
在訓練過程他們讓每秒的畫面更連慣,人像和背景間的交界更平滑,目前還在測試階段,背景的樣式並不多,早晨、黑夜、工作室燈光、霓虹等等場景,就像在其他社群軟體即時動態更換濾鏡ㄧ樣簡單的操作,Google 團隊表示未來他們將分析更多資料,標記更多的數據,同時也計劃將此技術整合到 Google 的 AR 功能上。