Глава 3: Первый эксперимент
2017–2020: два года погружения в нейросети и рождение первого ИИ-плагина Retouch4me для фотографов
Олег справился с цветокоррекцией. Инструменты работали, фотографы их принимали. Цветокоррекция работала идеально.
Основное препятствие
Но портретная ретушь всё равно требовала часов кропотливой работы: убрать несовершенства кожи, поправить дефекты, сделать осветление и затемнение, почистить фон. Для Олега и Виталия — и для сотен тысяч фотографов — ничего не изменилось. Инструменты для автоматической ретуши существовали, но ни один не давал надёжного результата: они создавали ещё больше работы, чем экономили усилий.
«Программы для автоматической ретуши тогда портили снимки — размывали их или изменяли исходную текстуру кожи», — вспоминал Олег.
Освоить нейронные сети
Классические алгоритмы не справлялись с автоматической ретушью, так как кожа слишком вариативна, слишком много зависит от контекста. Единственный способ исправить это — было научить машину видеть так же, как учится профессиональный ретушёр: на реальных снимках.
Олег записался на программу deep learning (глубинное машинное обучение). Два года — по ночам и в выходные, параллельно с компанией 3D Lut Creator, которую продолжал развивать, — он изучал нейронные сети, обучающие пайплайны и то, как машины учатся видеть текстуры. Олег был фотографом, который отказывался принять, что задачу автоматизации рутинной ретуши нельзя решить.
Что если AI научится видеть кожу?
Первый эксперимент был простым: нейросеть находит дефекты кожи, ретушёр их исправляет. Это сработало — поначалу неидеально, но иначе, чем работали все нейросетевые инструменты до этого. Нейросеть научилась отличать кожу от дефекта.
Из этого родился первый ключевой принцип: результат должен сохранять исходную текстуру кожи. Опытный ретушёр поддерживает оригинальность структуры кожи через аккуратное частотное разложение и смешивание. Если ИИ не может делать то же самое, результат превратит человека в куклу с пластиковой кожей.
Обучающие данные для нейронных сетей брались из профессионально ретушированных снимков — реальных работ реальных фотографов и ретушёров. Этот выбор стал фундаментом для каждой следующей ИИ-модели Retouch4me.
Рождение Heal: 30.07.2020
Результатом работы Олега с нейросетями стал ИИ-плагин Heal. Он делал одну простую вещь: убирал дефекты кожи одним кликом — и давал естественный результат на отдельном, полностью редактируемом слое в Photoshop. Это был один из первых ИИ-плагинов, созданных специально для профессиональной фотографии, — не адаптация универсального инструмента, а продукт, с нуля разработанный с учетом особенностей работы профессиональных ретушеров.
Фотографы, которые обрабатывали снимки вручную годами, сразу поняли его ценность. Инструмент снимал самую монотонную часть портретной работы — и не создавал новых проблем взамен. Но ещё до запуска Heal Олег думал о следующей нерешённой проблеме в рабочем процессе каждого фотографа.
С 2019 года он собирал обучающие данные для куда более сложной задачи — научить нейросеть распознавать снимки, которые нельзя спасти: с закрытыми глазами, неудачными ракурсами, с плохим светом. Он собирал примеры из собственных съёмок, разбирая кадр за кадром и каталогизируя то, что алгоритм должен научиться замечать. По мере появления новых примеров он кропотливо пополнял этот список. Работа заняла годы и в итоге выросла в приложение Retouch4me Arams для автоматического отбора и ретуши фотографии.
Первый плагин доказал: эксперимент сработал. Но чтобы превратить один продукт в компанию, нужно было подходящее партнёрство.