Aixio Layer v1・Lovart・Picellを比較：画像からレイヤーへの変換テスト
同じポスターで、オブジェクト認識、空間再構成、フォント照合、アップサンプリングを比較。
Published · Updated · Aixio
画像をレイヤー化するAIのうち、最も編集しやすい結果を返すのはどれでしょうか。この比較テストでは、Aixio Layer v1が最も完全な編集可能コンポジションを保持しました。Picellは複数の要素を認識しますが構成を断片化し、Lovartは一部のテキストを抽出する一方でポスターの大部分を結合したまま残します。
簡単にまとめると、Aixio Layer v1は1枚のフラット画像を編集可能なテキスト、画像、背景レイヤーに変換します。違いが最も分かりやすいのは、3つのツールで同じポスターを処理した結果です。
画像レイヤー化の比較：Picell・Lovart・Aixio Layer v1
以下のソースファイルは元の解像度で、Picell、Lovart、Aixio Layer v1の順に表示しています。
Picell
Picellはいくつかの見える要素を検出しますが、結果は断片的です。BUY 5 GET 1のオファーは切り離された単語になり、背景にはチェッカーボードの一部が残るため、構成の作り直しが必要です。
Lovart
Lovartは見出しと小さなコピーを認識しますが、ロゴ、料理、オファーバッジ、チェッカーボード、ポスター面は元画像の中で結合したままです。返されるフレームは再構成された背景ではなく空白です。
Aixio Layer v1
Aixio Layer v1は、見出し、オファーバッジ、ロゴ、3つの料理グループ、チェッカーボード、利用条件、枠線、紙面を別々の作業パーツとして返します。デザイナーが編集を続けるために必要な要素をより多く保持しています。
オブジェクト認識：完全なレイヤーか、断片か
画像レイヤー化モデルは、まずデザイン内の意味あるオブジェクトを認識する必要があります。Lovartはポスターの大部分を結合したまま残します。Picellはより多くの要素を抽出しますが、オファーを分解し元の文言を失います。Aixio Layer v1は、完全なBUY 5 GET 1バッジを含む要素一式を認識します。
空間再構成：削除したオブジェクトの背後はどうなるか
オブジェクトを見つけるだけでは不十分です。モデルはその背後に何があり、各要素がページ上のどこに属するかも理解する必要があります。
Picellのクリーンプレートには大きなチェッカーボードの穴、文字片、残留物が残ります。Lovartは空白フレームを返します。Aixio Layer v1はポスター面、枠線、チェッカーボード、コピー、前景オブジェクトを分離し、デザイン全体を1枚の平面画像として扱わずに動かせます。
フォント照合：元デザインに近い編集可能テキスト
フォント、ウェイト、間隔、改行が違えば、文字を認識しただけでは足りません。このFly® 007の例では、右側のAixio Layer v1結果が主タイトル、機能見出し、番号付き本文、補助コピーを編集可能なテキストとして復元し、左側のソース構成に近い状態を保っています。
Aixioは10,000以上のフォントファミリーに対応しているため、復元テキストが元の見た目に近く、すぐ使える可能性が高まります。選択、書き換え、直接調整も可能です。
ネイティブアップサンプリング：鮮明なエッジと画像ディテール
レイヤー分離によって画像がぼやけるべきではありません。Aixio Layer v1は構成を再構築しながらネイティブアップサンプリングを行います。下のクローズアップでは、返された結果が上のソースよりもデニムの縫い目、折り目、エッジ、小さな文字を明瞭に保っています。
このテストで最も良い画像レイヤー化結果は？
この提供サンプルでは、Aixio Layer v1が最も完全な編集可能結果を生成しました。より多くのデザイン要素を認識し、レイヤー間の空間関係を再構成し、文字を使えるテキストとして復元し、細かな画像ディテールも保持しています。Picellは有用な要素を返すものの再構築が必要で、Lovartはポスターの大部分を結合したまま残しました。
モデル概要は「Aixio Layer v1を発表」で確認するか、StudioでAixio Layer v1を試してください。
この比較は、ここに示した提供サンプルの実行結果を説明しています。結果はソース解像度とデザインの複雑さによって変わります。