Než posunete rám, určete, co musí výřez zachovat

Středový výřez může odříznout objekt, který by se v jiné poloze do rámu vešel. Náš srovnávací test anotovaných obrázků tuto možnost odlišuje od případů, kdy se všechny požadované obdélníky do výřezu nevejdou. Další rozhodnutí tak vychází ze zadání.

Popisný geometrický srovnávací test s validačními anotacemi COCO2017: 1 458 případů vymezených obrázkem a kategorií v 5 pevně zvolených kategoriích a 3 poměrech stran, se samostatnou analýzou citlivosti pro 2 941 jednotlivých objektů. Počet případů neudává počet jedinečných fotografií. Anotační data byla získána 24. října 2026 (UTC); fotografie získány nebyly.

Abstrakt

Posunutím výřezu lze zachovat objekty, které středový výřez odřízne, pokud se požadovaná skupina do výřezu vejde. Nejprve určete, co musí zůstat. Na stejných validačních případech COCO vymezených obrázkem a kategorií jsme testovali největší výřez uvnitř obrázku při poměrech 1:1, 4:5 a 9:16. Požadovali jsme zachování každého anotačního obdélníku bez příznaku hromadné anotace ve vybrané kategorii. U lahví při poměru 9:16 zachoval středový výřez všechny obdélníky ve 130 z 379 případů; v dalších 199 je mohl zachovat po posunutí; v 50 nestačilo samotné posunutí.[1][3][4]

To je přísnější zadání než zachování jediného objektu. Při samostatné kontrole se při poměru 9:16 nevešly pouze 3 z 1 013 jednotlivých obdélníků lahví. Obě úplné tabulky jsou níže. Jde o výsledky pro anotační obdélníky z výzkumného souboru dat, nikoli o naměřenou ztrátu pixelů objektů, neúspěšné ořezy komerčních fotografií nebo prognózy kampaní. Přínosem je párové srovnání, které lze prověřit a které pomáhá odlišit změnu polohy výřezu od volby jiného podkladu, rozvržení nebo výslovně upraveného zadání.

Schválená fotografie může mít dost pixelů pro export na výšku, ale příliš málo prostoru pro vše, co zadání vyžaduje. Tvůrce umístí rám doprostřed, uvidí, že u okraje mizí produkt, a pošle dotaz k úpravě. Osoba odpovědná za klienta teď musí rozhodnout, zda fotografie potřebuje jiný výřez, nebo jinou kompozici.

Jde o různá rozhodnutí. Pokud středový výřez něco odřízne, neznamená to, že se objekty nevejdou v jiné poloze. Ani posunutí rámu ale nevyřeší každé uspořádání. Zabírají-li požadované objekty větší šířku nebo výšku, než zvolený výřez umožňuje, tým musí znovu posoudit podklad, rozvržení nebo požadavek.

Tento rozdíl jsme zkoumali pomocí existujících výzkumných anotací, aniž bychom získávali fotografie. Výsledkem je srovnání geometrických možností, na které navazuje smyšlený produkční příklad a zadání, které můžete zkopírovat. Umožňuje předat konkrétnější požadavek než „udělejte verzi na výšku“ a ponechává schválení tvůrčího řešení lidem odpovědným za skutečný obrázek.

I jiná poloha vyžaduje kontrolu, zda se vše vejde

Konceptuální ilustrace 4 tyrkysových tvarů nádob s různými rámy na výšku. Ani jeden rám neobsahuje všechny tvary.
2 možné polohy rámu na výšku nad smyšlenou skupinou; ani jedna nezachová všechny tvary. Posunutí výřezu stojí za prověření, nelze ale předpokládat, že zachová požadovanou skupinu. Jde o původní konceptuální ilustraci, nikoli o fotografii z COCO nebo naměřený případ.

Začněte objekty, které musí zadání zachovat

Srovnávací test pracuje s kabelkou, lahví, hrnkem, notebookem nebo mobilním telefonem jako s kategorií anotovanou obdélníky. Jeho hlavní případ spojuje všechny obdélníky bez příznaku hromadné anotace z 1 kategorie na 1 obrázku. Obsahuje-li obrázek několik lahví, test vyžaduje, aby všechny jejich obdélníky zůstaly uvnitř výřezu. Objekty z ostatních kategorií do tohoto případu nevstupují.[3]

Tento požadavek je záměrně výslovný. Komerční zadání může určit jednu hlavní lahev a dovolit, aby lahve v pozadí zmizely. Náš hlavní test tuto volbu za tvůrčí tým nedělá. Zjišťuje, co nastane při požadavku zachovat všechny objekty stejné kategorie, a vedle toho uvádí samostatnou kontrolu jednotlivých obdélníků, aby přísnější požadavek zůstal zřejmý.

Pro každý poměr stran jsme použili největší výřez, který se vejde do původního rámu a jehož hrany jsou rovnoběžné s osami obrázku. Nejprve jsme ho umístili doprostřed. Pokud neobsahoval celou požadovanou skupinu, ověřili jsme, zda ji může zachovat stejný výřez po posunutí do kterékoli polohy uvnitř původního obrázku. Ani jeden krok nepřidával obsah, neotáčel obrázek ani neměnil jeho měřítko.[4]

Tyto 3 výsledky proto odpovídají na odlišné otázky. „Středový výřez zachová všechny obdélníky“ znamená, že první poloha vyhověla. „Posunutí by mohlo zachovat všechny obdélníky“ znamená, že středová poloha nevyhověla, ale jiná poloha byla geometricky možná. „Žádná poloha nezachová všechny obdélníky“ znamená, že samotné posunutí tohoto výřezu nedokázalo splnit pevně daný požadavek. Dotyk s hranicí výřezu se počítal jako zahrnutí.

Obdélník je anotace, nikoli měření každého viditelného pixelu produktu. Může obsahovat pozadí, popisovat částečně zakrytý objekt nebo nic nevypovídat o čitelnosti etikety. Úspěšný test potvrzuje pouze zahrnutí obdélníku. Při skutečné kontrole je stále nutné posoudit zamýšlený produkt, okolní kontext a všechny informace, které má tvůrčí výstup sdělit.

U mnoha středových výřezů byla možná jiná poloha

První tabulka ponechává všech 5 kategorií a všechny 3 poměry stran v pevném pořadí analýzy. V každé kategorii se při všech poměrech používají stejné způsobilé případy vymezené obrázkem a kategorií. Vedle počtů 3 výsledků sledujte i jmenovatel; řádky nejsou seřazené tak, aby naznačovaly, kterou kategorii produktů je snazší fotografovat nebo která je vhodnější pro reklamu.

U lahví při poměru 9:16 je hlavní rozdíl dobře vidět. Z 379 případů zachovalo všechny obdélníky lahví ve středovém výřezu 130. Dalších 199 ve středové poloze nevyhovělo, ale po posunutí výřezu mohlo zachovat každý obdélník lahve. Zbývajících 50 nedokázalo tento požadavek na všechny lahve splnit samotným posunutím. Sloučení posledních 2 počtů by skrylo rozdíl, kvůli kterému byl test navržený.

Rozdíl je patrný i mimo tento příklad. U kabelek při poměru 4:5 vyhovělo ve středové poloze 151 z 292 případů, dalších 108 mohlo vyhovět po posunutí a 33 se nevešlo. U hrnků při poměru 1:1 byly odpovídající počty 239, 128 a 23 z 390. Tabulka zachovává i všechny ostatní kombinace místo toho, aby je zúžila na vybraný hlavní údaj.

„Posunutí by mohlo zachovat“ vyjadřuje možnost, nikoli zprávu, že určitou polohu našel konkrétní editor nebo služba automatického ořezu. Výpočet matematicky prověřil povolený rozsah poloh. Netestoval výchozí nastavení softwaru, neřadil alternativní kompozice ani nezkoumal, jak by posunutý výřez vypadal pro diváka.

Pro člověka odpovědného za produkci je prostřední sloupec užitečným důvodem, proč při kontrole ponechat původní obrázek k dispozici. Zamítnutý středový náhled nemusí hledání ukončit. Poslední sloupec vyžaduje jinou diskusi: pokud se přesně určené obdélníky nevejdou, další pokusy posouvat stejný rám dané zadání nesplní.

Zachování všech obdélníků kategorie: všechny výsledky skupin

Jeden případ tvoří 1 obrázek a 1 kategorie a zahrnuje všechny její obdélníky bez příznaku hromadné anotace. Při každém poměru stran se porovnávají stejné způsobilé případy. Posunutí se započítává jen tehdy, když středový výřez nevyhoví, ale jiná poloha uvnitř obrázku by mohla zachovat všechny požadované obdélníky.

15 pevných kombinací kategorie a poměru stran: počty způsobilých případů vymezených obrázkem a kategorií a počty případů, v nichž je celá skupina zahrnutá ve středové poloze, mohla by být zahrnutá po posunutí nebo ji žádné posunutí nezahrne
Kategorie a cílový poměr stranPřípady splňující podmínkyStředový výřez zachová všechny obdélníkyPosunutí by mohlo zachovat všechny obdélníkyŽádná poloha nezachová všechny obdélníky
Kabelky · 1:129217010418
Kabelky · 4:529215110833
Kabelky · 9:162928915152
Lahve · 1:137921914416
Lahve · 4:537918915832
Lahve · 9:1637913019950
Hrnky · 1:139023912823
Hrnky · 4:539019016337
Hrnky · 9:1639012020367
Notebooky · 1:1183688926
Notebooky · 4:5183539238
Notebooky · 9:16183298470
Mobilní telefony · 1:1214161449
Mobilní telefony · 4:52141317013
Mobilní telefony · 9:16214939823
Zdroj: validační anotace COCO2017; výpočty Influence IQ.[1][3][4] Všech 5 pevně zvolených kategorií × 3 poměry stran, s celočíselnými počty a nezměněnými jmenovateli uvnitř kategorií. Počet případů není počtem jedinečných fotografií. „Žádná poloha“ se vztahuje k pevnému poměru stran a požadavku na všechny obdélníky; nejde o odhad neúspěšných komerčních ořezů.

Zachování 1 objektu mění otázku

Rozdíl mezi skupinou a 1 objektem je natolik podstatný, že ho uvádíme vedle hlavního výsledku. U lahví při poměru 9:16 se samotným posunutím nevešlo 50 z 379 případů vymezených obrázkem a kategorií. Při samostatné kontrole jednotlivých objektů se nevešly pouze 3 z 1 013 obdélníků lahví. Jmenovatele i požadavky se liší; tyto počty nejsou zaměnitelné míry neúspěšnosti.

Druhá tabulka používá stejnou geometrii pro každý platný obdélník bez příznaku hromadné anotace samostatně. Obrázek s několika lahvemi zde přispívá několika jednotlivými objekty, zatímco výše představoval 1 skupinu lahví. Každý obdélník se posuzuje sám o sobě. Neznamená to, že by všechny tyto jednotlivé polohy bylo možné současně dosáhnout v 1 výřezu.

U kabelek se každý jednotlivý obdélník mohl při všech 3 poměrech stran někam vejít, přesto se některé skupiny všech kabelek nevešly. To odpovídá jednoduchému geometrickému omezení: několik samostatně zvládnutelných objektů může být od sebe příliš daleko, než aby se vešly společně. Neobjasňuje to, proč někdo původní scénu takto uspořádal ani co by měla kampaň představovat.

Notebooky také ukazují, proč samostatná kontrola není zárukou. Při poměru 9:16 se samotným posunutím nevešlo 60 z 231 jednotlivých obdélníků notebooků. Ostatní řádky se liší a úplná tabulka analýzy citlivosti je zachovává. Nekontrolovali jsme úhel fotoaparátu, tvar objektu, orientaci původního obrázku ani kompozici scény, takže porovnání kategorií nemůže odděleně určit příčinu.

Tým může tento rozdíl využít ke zpřesnění požadavku na úpravu. Znamená „zachovat produkt“ 1 určený hlavní kus, každý kus v sadě, nebo každý předmět daného typu kdekoli ve scéně? Jiná odpověď mění požadavek na tvůrčí výstup. Má jít o dohodnuté rozhodnutí, nikoli o nepozorované zmírnění podmínek, které má výřezu zajistit vyhovující výsledek.

Zachování 1 obdélníku najednou: úplná analýza citlivosti

Každý platný jednotlivý objekt bez příznaku hromadné anotace se testuje nezávisle. Několik objektů z 1 obrázku může přispět několika obdélníky, z nichž se každý posuzuje samostatně; jejich jednotlivé proveditelné polohy nemusí fungovat společně v 1 výřezu.

15 pevných kombinací kategorie a poměru stran: počty způsobilých jednotlivých obdélníků a počty těch, které se vejdou ve středové poloze, mohly by se vejít po posunutí nebo se nevejdou při žádném posunutí
Kategorie a cílový poměr stranObdélníky splňující podmínkyStředový výřez zachová obdélníkPosunutí by mohlo zachovat obdélníkŽádná poloha nezachová obdélník
Kabelky · 1:15403531870
Kabelky · 4:55403162240
Kabelky · 9:165402033370
Lahve · 1:11 0137542590
Lahve · 4:51 0136813320
Lahve · 9:161 0135134973
Hrnky · 1:18956592360
Hrnky · 4:58955593360
Hrnky · 9:1689541946610
Notebooky · 1:123110710717
Notebooky · 4:52317912626
Notebooky · 9:162314312860
Mobilní telefony · 1:1262204508
Mobilní telefony · 4:5262172837
Mobilní telefony · 9:1626212412612
Zdroj: tentýž soubor validačních anotací COCO a stejná geometrie výřezu.[3][4] Všech 5 kategorií × 3 poměry stran. Jmenovatele pro jednotlivé objekty se liší od jmenovatelů v tabulce skupin. U lahví při poměru 9:16 se nevešly 3 z 1 013 jednotlivých obdélníků oproti 50 z 379 skupin všech lahví. Hodnota 0 znamená v této konečné kontrole skutečně zjištěný nulový počet, nikoli záruku pro nový podklad.

Každý rám posuzujte jako samostatnou kompozici

Poměry 1:1, 4:5 a 9:16 jsou pevně dané testovací tvary, nikoli tvrzení o aktuálních specifikacích Instagramu nebo doporučená pravidla formátů. Při ořezu fotografie pro Instagram ověřte zamýšlené umístění a jeho požadavky s člověkem, který připravuje export. Tato studie odpovídá na užší otázku, zda se objekty vejdou do určeného rámu.

Všechny orientace původních obrázků zůstaly způsobilé. Obrázek na šířku a vysoký obrázek na výšku se při stejném cílovém poměru chovají odlišně: jeden výřez může ubírat šířku, zatímco druhý ubírá výšku. Testované výřezy proto nejsou vždy vnořené jeden do druhého. Neplatí zde obecné pravidlo, že přechod od čtverce k vyššímu poměru musí zhoršit každý jednotlivý případ.

Mezi kategoriemi se liší i složení původních obrázků. Skupiny kabelek zahrnovaly 210 případů na šířku, 10 čtvercových a 72 na výšku; skupiny notebooků 157, 2 a 24. Jde o počty popisující pokrytí, nikoli o srovnání s vyrovnanými podmínkami. Toto složení jsme zachovali a po zjištění výsledků jsme nevybírali jen obrázky na šířku. Ani tato volba ale z kategorií nedělá srovnatelné soubory komerčních fotografií.

U skutečného zadání zkontrolujte každou požadovanou kompozici zvlášť. Schválení čtvercové verze automaticky neschvaluje verzi na výšku. Ani nevyhovující výsledek v jednom poměru neznamená, že nevyhoví jiné schválené rozvržení. Užitečný záznam určuje původní podklad, požadované objekty a přesný zkontrolovaný rám, aby další člověk rozuměl rozsahu schválení.

Smyšlené zadání se 2 lahvemi ukazuje konkrétní volbu

Představte si malou značku nápojů, která žádá tvůrce o úpravu schváleného obrázku na šířku do kompozice 4:5 na výšku. Smyšlený původní obrázek má šířku 1 600 pixelů a výšku 900 pixelů. Jeho největší výřez 4:5 má 720 × 900 pixelů. Značka, obrázek, souřadnice i zadání jsou v tomto příkladu smyšlené; nejde o pozorování z COCO ani o naměřený výsledek produkční práce.

Předpokládejme, že požadovaný obdélník lahve sahá vodorovně od souřadnice 100 do 400 a svisle od 100 do 800. Středový výřez sahá vodorovně od 440 do 1 160, takže tento obdélník mine. Posunutím začátku výřezu na 100 vznikne vodorovný rozsah od 100 do 820, který celý smyšlený obdélník obsahuje. Zde je původním problémem poloha.

Nyní přidejte druhý požadovaný obdélník lahve s vodorovnými souřadnicemi od 1 000 do 1 300 a se stejným svislým rozsahem. Dohromady zabírají tyto 2 obdélníky vodorovně 1 200 pixelů. Posunutím je nelze oba vměstnat do výřezu širokého 720 pixelů. Každý zvlášť by se vešel; rozpor vytváří požadavek zachovat oba.

Osoba odpovědná za klienta může s tvůrcem probrat několik možností. Mohou vybrat jiný schválený obrázek, na kterém je dvojice blíž u sebe, použít rozvržení, které zachová původní obrázek s doplněnými okraji, nebo se zeptat, zda má zadání místo toho zobrazovat 1 určenou hlavní lahev. Jde o navržené produkční možnosti, nikoli o přínosy ověřené naší analýzou anotací.

Pokud značka potřebuje obě lahve, vypuštění jedné bez schválení mění zadání. Pokud potřebuje jen hlavní lahev, může požadavek na každou lahev v pozadí přidávat zbytečné omezení. Srovnávací test nemůže rozhodnout, které sdělení je správné. Jeho hodnotou v tomto příkladu je odhalit, který požadavek výřez splnit může a který nemůže.

Až se tým dohodne na verzi, musí ji kontrolující člověk stále vidět v zamýšlené velikosti zobrazení. Zachování obou obdélníků nic nevypovídá o čitelnosti obalu, zakryté nabídce ani nevyváženém prostoru. Geometrie může vyřešit otázku, zda se objekty vejdou, zatímco další tvůrčí a faktické kontroly zůstávají otevřené.

Při předání uveďte požadavek na výřez

Krátké zadání může předat chybějící rozhodnutí mezi firmou, fotografem, grafikem a tvůrcem. Uchovávejte ho spolu se schváleným původním podkladem místo spoléhání na zprávu, která říká jen „potřebujeme verzi na výšku“. Podrobnosti mají určit, co musí zůstat, co se smí změnit a kdo může změnu schválit.

Zkopírujte si tuto prázdnou šablonu: „Schválený původní podklad a verze: __. Zamýšlené umístění a poměr stran rámu: __. Povinné jmenované objekty nebo skupina: __. Podrobnosti, které musí zůstat čitelné: __. Je povoleno posunout výřez: __. Je povoleno doplnit okraje nebo vybrat jiný schválený původní podklad: __. Osoba schvalující změnu požadavku: __. Zkontrolovaná verze a datum: __.“ Tým tato pole vyplní podle skutečného zadání, nikoli podle tohoto souboru dat.

Pole s požadovanými objekty má být natolik konkrétní, aby se jím mohl řídit další člověk. „Obě lahve v uváděné sadě“ znamená něco jiného než „lahev nejvíce vpředu“. Etiketa, obličej nebo nabídka mohou vyžadovat vlastní kontrolu, i když se okolní obdélník objektu vejde. Původní anotace tyto komerční priority neurčovaly.

Když středový výřez odřízne něco povinného, nejprve ověřte, zda jiná poloha zachová dohodnuté objekty. Pokud se skupina nevejde, vraťte volbu podkladu nebo kompozice ke schvalující osobě. Zachování tohoto rozdílu při předání vysvětluje důvod úpravy, aniž by tvrdilo, že soubor dat předpovídá, kolika úpravám se tým vyhne.

Ilustrované kroky níže popisují tento navržený postup kontroly. Okraje doplněné v poslední scéně představují 1 možné rozvržení pro situaci, kdy výřez od okraje k okraji nedokáže zachovat oba tvary. Nejsou důkazem, že lze okraje přidat pro každé umístění nebo že výsledné rozvržení bude fungovat lépe.

Při kontrole výřezu sledujte požadované objekty

Konceptuální sled označí kouli a obloukový tvar, ukáže úzký výřez odřezávající oba tvary a poté je oba zachová doplněním neutrálních okrajů na plátně na výšku.
  1. Pojmenujte, co musí zůstat

    Dohodněte se na požadovaných objektech a podrobnostech a uveďte přesnou verzi původního podkladu.

  2. Zkontrolujte zamýšlený rám

    Zkontrolujte středový výřez v požadovaném poměru stran odděleně od velikosti exportu.

  3. Vyzkoušejte polohu a pak vyřešte, zda se vše vejde

    Pokud posunutí nedokáže zachovat požadovanou skupinu, dohodněte se na jiném podkladu, rozvržení nebo zadání.

  4. Zkontrolujte dohodnutou verzi

    Zkontrolujte skutečnou kompozici, čitelnost podrobností a rozsah schválení.

Navržené předání: pojmenujte požadované objekty, zkontrolujte výřez a při nedostatku místa proberte jiné rozvržení. Poslední scéna používá doplněné okraje; prostřední výřez oba tvary nezachová. Tyto smyšlené scény nezobrazují počty ze srovnávacího testu ani nedokládají komerční výsledky.

Jak vzniklo srovnání anotovaných obrázků

COCO je výzkumný soubor dat s objekty v kontextu, včetně nepřehledných scén a více objektů. Nebyl sestavený jako reprezentativní soubor komerčních produktových fotografií. Použili jsme jeho validační část anotací jednotlivých objektů z vydání 2017, která identifikuje 5 000 obrázků. Název této části odkazuje na vydání, nikoli na rok pořízení každé fotografie.[1][2]

Soubor anotací jsme získali 24. října 2026 (UTC). Ověřili jsme jeho úplný kontrolní součet a zachovali přesnou identitu zdroje. Fotografie jsme nezískávali, neprohlíželi ani neklasifikovali. Analýza používala zaznamenané rozměry obrázků, identifikátory kategorií, příznaky hromadných anotací a souřadnice obdélníků; nepřidávali jsme estetické hodnocení ani měření pixelů objektů.

Těchto 5 kategorií, 3 poměry stran, požadavek na skupinu, analýza citlivosti jednotlivých objektů i pravidla vyloučení byly pevně stanovené před výpočtem výsledků ořezu. Hlavní analýza zahrnovala 1 458 způsobilých případů vymezených obrázkem a kategorií. Samostatná analýza jednotlivých objektů zahrnovala 2 941 platných obdélníků. Tentýž obrázek se může objevit ve více kategoriích, takže celkový počet skupin není počtem jedinečných fotografií ani souborem nezávislých výběrů z populace.

Vyloučili jsme 16 hromadných anotací: 12 lahví a 4 hrnků. Všechny vybrané jednotlivé objekty bez příznaku hromadné anotace i všechny hlavní skupiny splnily stanovená pravidla platnosti. Zdroj obsahuje také kategorie mimo pevně zvolených 5; po zjištění výsledků jsme je nepřidávali. Všechny způsobilé případy uvnitř kategorie zůstaly ve srovnání při každém poměru stran se stejným jmenovatelem.[3][4]

Souřadnice jsme vyhodnocovali jako přesné zlomky odvozené z původních desetinných zápisů. Zahrnutí do výřezu připouštělo i rovnost na hranici. Tabulky uvádějí celočíselné počty, zatímco souhrny ke stažení uchovávají přesné zlomky počtů. Výpočet popisuje tento konečný soubor anotací; neuvádíme intervaly spolehlivosti, odhady pro populaci, prognózy neúspěšných komerčních ořezů ani kauzální účinky kategorií.

Registrace není potřeba. Součástí jsou obě úplné tabulky a každý způsobilý záznam kombinace skupiny a poměru stran. Společný balíček obsahuje anglickou dokumentaci metody, přesnou identitu zdrojových anotací a kód k reprodukci analýzy. Práva k anotacím COCO neposkytují práva k samotným fotografiím; žádné fotografie dále nešíříme.[8]

Použijte srovnání ke konkrétnější otázce na úpravu

Zachování oblasti při změně poměru stran je zavedený problém ořezu. Dřívější práce zkoumaly, zda se oblast vejde do zvoleného poměru, porovnávaly středové výřezy s pevným poměrem s volbami editorů a měřily zachované popředí při jiných postupech ořezu. Naším přínosem je tento pevně vymezený párový soupis a rozlišení skupin a jednotlivých objektů, nikoli nový algoritmus ořezu.[5][6][7]

Pro vlastní schválený obrázek je nejpřímější odpovědí stále pečlivá ruční kontrola výřezu. Tabulka celého souboru vám neřekne, který objekt prodává produkt, který detail pozadí je důležitý ani zda zvolená kompozice působí správně. Může vysvětlit, proč si tvrzení „středový výřez ho odřízne“ a „žádná poloha nezachová požadovanou skupinu“ zaslouží různé reakce.

Tuto otázku oddělte také od rozměrů v pixelech. Původní obrázek může být pro export dost velký, a přesto mohou být požadované objekty příliš daleko od sebe. A naopak geometrické zahrnutí nepotvrzuje, že zvětšení malého podkladu vytvoří přijatelný obrázek. Naše související studie velikostí obrázků v galerii řeší otázku rozměrů; tento test přidává otázku, zda se anotované objekty vejdou.

Když se výřez vrátí k úpravě, přiložte zamýšlený rám a pojmenujte, co musí zůstat. Potom rozhodněte, zda vyzkoušíte jinou polohu, vyberete jiný schválený původní podklad nebo se svolením změníte rozvržení či zadání. Srovnávací test dává této diskusi konkrétní rozlišení. Skutečný tvůrčí výstup, práva k němu i konečné zobrazení nadále vyžadují vlastní kontrolu.

Výzkumné poznámky

  1. COCO Consortium, oficiální dokumentace ke stažení dat a vydání anotací trénovací a validační části z roku 2017. Validační část identifikuje 5 000 obrázků. „2017“ označuje vydání této části, nikoli rok pořízení fotografií. Úplný soubor anotací instances_val2017.json byl v rámci analýzy Influence IQ získán 24. října 2026 (UTC), bez obrazových pixelů. Veřejný balíček zaznamenává URL zdroje, název souboru a přesný SHA256.
  2. Lin a kol., Microsoft COCO: Common Objects in Context. Soubor dat byl navržený pro objekty v kontextu a neikonické scény, včetně více objektů. Tato výzkumná kolekce nedokládá reprezentativnost pro produktové katalogy, podklady tvůrců, příspěvky na Instagramu ani současné komerční kampaně.
  3. COCO Consortium, formát anotací jednotlivých objektů. Obdélníky používají souřadnice obrázku x, y, šířku a výšku; iscrowd rozlišuje hromadné anotace. Naše pevně zvolená hlavní jednotka obsahuje všechny obdélníky bez příznaku hromadné anotace z 1 vybrané kategorie na 1 obrázku. Hromadné anotace jsou vyloučené a počítají se zvlášť. Úplné zahrnutí obdélníku neměří zachované pixely objektu, rozpoznatelnost, čitelnost ani vizuální kvalitu.
  4. Výpočty Influence IQ s nastavením určeným před výsledky ořezu: kabelka, lahev, hrnek, notebook a mobilní telefon; poměry 1:1, 4:5 a 9:16; největší výřez uvnitř obrázku s hranami rovnoběžnými s osami; nejprve střed, potom proveditelnost posunutí. Hlavní skupinu tvoří všechny vybrané obdélníky bez příznaku hromadné anotace; každý platný jednotlivý objekt se kontroluje také samostatně. Přesné zlomky zachovávají původní desetinné souřadnice včetně zahrnutí hranic. Balíček uchovává všech 4 374 řádků kombinací skupiny a poměru stran, všech 30 souhrnů, pokrytí, vyloučení a kód k reprodukci analýzy. Zdrojové fotografie získány nebyly.
  5. Zhang, Leszczuk, Miglino a Ye, Automatic Adaptive Image Cropping to Preserve Regions of Interest, Technical Disclosure Commons (2022). Tento dřívější popis již zvažuje porovnání oblasti zájmu s rozměry možných výřezů, aby ji zachoval při daném poměru stran. Proveditelnost posunutí zde nepředstavujeme jako nový algoritmus.
  6. Christensen a Vartakavi, An Experience-based Direct Generation approach to Automatic Image Cropping. Práce porovnává výřezy s pevným poměrem stran s výřezy vytvořenými editory a zahrnuje největší možný středový výřez jako výchozí srovnání. Míry shody s editory se liší od úplného zahrnutí anotačních obdélníků v tomto testu. Srovnání poskytuje předchozí kontext, nikoli ověření komerční služby ořezu.
  7. Liu a kol., PixMIM: Rethinking Pixel Reconstruction in Masked Image Modeling (2023). Práce zkoumá pokrytí popředí při předzpracování obrázků včetně středových výřezů, ale používá jiný soubor dat, masky a výsledek. Jde o dřívější důkaz, že postupy ořezu mohou odstranit popředí; naše počty zahrnutých obdélníků nelze chápat jako stejnou metriku pokrytí pixelů.
  8. Zdroj: COCO Consortium, validační anotace COCO2017, licence CC BY 4.0. Výběr, geometrické výpočty, tabulky, interpretace a překlady jsou úpravy od Influence IQ; nevyplývá z toho žádné doporučení či schválení ze strany původců zdroje. COCO rozlišuje licenci k anotacím a samostatná autorská práva k původním obrázkům na Flickru. Žádné zdrojové fotografie nebyly získány ani dále šířeny. Původní konceptuální ilustrace nejsou obrázky COCO.

Anglický článek je zdrojem všech jazykových verzí. Každé vydání popisuje stejný pevně zvolený soubor anotací COCO, kategorie, poměry stran a výpočty. Jazyk článku nevytváří důkazy o novém trhu. Za výběr, analýzu, interpretaci a překlady odpovídá Influence IQ.

Zkontrolujte další část předání obrázku