Quitar fondo de imagen

Eliminar un fondo solía significar, o bien una selección manual minuciosa en un editor de imágenes, o bien un montaje de croma que le daba al software un color uniforme y fácil de recortar — ninguna de las dos opciones funciona para una foto normal con un fondo corriente y desordenado. El enfoque que usa esta herramienta en cambio es una red neuronal entrenada con un número muy grande de fotos etiquetadas a mano indicando exactamente dónde termina el sujeto y empieza el fondo, hasta que la red aprendió a reconocer los patrones visuales — bordes, señales de profundidad, formas típicas de sujeto — que generalmente separan un sujeto en primer plano de lo que hay detrás. Ante una foto nueva que nunca ha visto, el modelo genera una máscara: una estimación, píxel a píxel, de cuánto pertenece cada punto al sujeto frente al fondo, que después se usa para volver transparente el fondo.

Esto es fundamentalmente una predicción estadística, no un cálculo geométrico, y es precisamente por eso que funciona sorprendentemente bien en fotos típicas y aun así, de vez en cuando, se equivoca en un borde confuso — el modelo está estimando un límite que nunca se le dio de forma explícita, basándose en todo lo que aprendió de millones de otras fotos, no midiendo uno con certeza.

Hasta hace relativamente poco, una tarea tan pesada computacionalmente — ejecutar una red neuronal real sobre una foto a resolución completa — significaba enviar la imagen a un servidor con GPU y esperar una respuesta, que es exactamente cómo sigue funcionando hoy la mayoría de los servicios de eliminación de fondo. Dos avances técnicos cambiaron eso: WebAssembly, que permite que código que normalmente necesitaría compilarse y ejecutarse de forma nativa corra dentro de un navegador a una velocidad cercana a la nativa, y los modelos cuantizados — versiones de la misma red neuronal comprimidas para usar internamente números más pequeños y menos precisos, a cambio de una pequeña pérdida de precisión por un tamaño de archivo drásticamente menor y una ejecución más rápida. Juntos, hacen que sea viable enviar un modelo de IA real y funcional a una pestaña del navegador y ejecutarlo en cualquier dispositivo que tenga delante el usuario, en lugar de un servidor cuyas especificaciones se conocen y controlan de antemano.

Ejecutar el modelo localmente implica una descarga real la primera vez que se usa esta herramienta — decenas de megabytes para el modelo y su runtime — lo cual es un perfil de coste genuinamente distinto al de una herramienta que solo manipula píxeles ya presentes en tu navegador con unos pocos kilobytes de JavaScript. Ese coste compra un beneficio real y significativo: la foto en sí nunca se transmite a ningún sitio, lo cual importa tanto para una foto personal como para una imagen de producto bajo embargo, y significa que la herramienta sigue funcionando sin ninguna conexión a internet una vez que el modelo se ha cargado una vez. Si esa contrapartida — una descarga única mayor a cambio de que la imagen nunca salga del dispositivo — merece la pena depende de lo que costaría de otro modo en privacidad la alternativa, y para la mayoría de las personas que subirían una foto a una herramienta de eliminación de fondo, es un intercambio que vale mucho la pena hacer.