Как создаются визуальные эффекты «раздевания» на фото: реальность и мифы

Warning: Undefined array key "r_after_p_days" in /var/www/u3177817/data/www/download-gameloop.ru/wp-content/themes/yelly/inc/admin.php on line 781

Warning: Undefined array key "r_after_p_2_days" in /var/www/u3177817/data/www/download-gameloop.ru/wp-content/themes/yelly/inc/admin.php on line 803

Warning: Undefined array key "r_after_p_3_days" in /var/www/u3177817/data/www/download-gameloop.ru/wp-content/themes/yelly/inc/admin.php on line 824

С развитием технологий искусственного интеллекта стали возможны визуальные эффекты, которые ещё несколько лет назад казались фантастикой. Один из таких эффектов — так называемый «эффект раздевания» на фотографиях, когда нейросети создают имитацию того, как могло бы выглядеть тело человека под одеждой. Хотя такая технология вызывает интерес с точки зрения ИИ, она несёт серьёзные этические и юридические риски. Попробуйте также раздеть девушку по фото

Что такое «эффект раздевания» с помощью ИИ?

Под «эффектом раздевания» понимается процесс генерации изображения, на котором человек изображён без одежды, на основе обычной фотографии. Это не просто ретушь или стирание одежды вручную — используется генеративная нейросеть, которая «предсказывает» недостающие части изображения, основываясь на данных, на которых она была обучена (в том числе и на реальных фотографиях обнажённых тел).

Как работают эти нейросети?
1. Сбор и обучение на датасетах

Для создания такой нейросети требуется огромный объём обучающих данных: изображения людей в одежде и без неё, различные позы, освещение и т.д. Алгоритмы типа GAN (Generative Adversarial Networks) и Diffusion Models применяются для генерации реалистичных изображений. GAN состоит из двух частей: генератора и дискриминатора. Один пытается создавать правдоподобные изображения, второй — распознаёт подделки. Постепенно качество растёт до уровня, когда подделка становится почти неотличимой от оригинала.

2. Семантическое сегментирование

Сначала ИИ анализирует, где находится одежда, какие части тела закрыты, и определяет положение конечностей. Это называется семантическим сегментированием изображения.

3. Генерация скрытых участков

Затем генеративный ИИ «дорисовывает» недостающие части тела, используя шаблоны и вероятностные модели. Полученное изображение — не «истинное тело» человека, а лишь гипотетическая визуализация, основанная на данных, доступных нейросети.

4. Финальная обработка

Нейросеть дополняется алгоритмами, улучшающими текстуры кожи, освещение, тени, чтобы сделать результат максимально реалистичным. Иногда применяется суперразрешение — увеличение чёткости изображения без потери качества.