Bottom Line Up Front (BLUF): गहराई का नक्शा एक फ्रेम की एक काली और सफेद प्रतिलिपि है जहां चमक कैमरे से दूरी दिखाती है: निकट की वस्तुएं हल्की होती हैं, पृष्ठभूमि काली हो जाती है। यह टूल आपके वीडियो या छवि से निःशुल्क और पूरी तरह से आपके अपने डिवाइस पर एक बनाता है: फ़ाइल कभी अपलोड नहीं की जाती है, कोई टोकन शुल्क नहीं लिया जाता है और इसके पीछे कोई भुगतान API नहीं होता है। डेप्थ एनीथिंग वी2 स्मॉल मॉडल सीधे ब्राउज़र में चलता है, इसलिए आप परिणाम को वैसे ही देख सकते हैं जैसे इसे बनाया गया है, और तैयार वीडियो एमपी4 या वेबएम के रूप में डाउनलोड होता है।
गहराई का नक्शा वही फ़्रेम है जो कैमरे से दूरी के अनुसार भूरे रंग में दोबारा बनाया गया है। कोई वस्तु जितनी करीब होगी, पिक्सेल उतना ही हल्का होगा; पृष्ठभूमि काली हो जाती है. कोई बनावट नहीं, कोई त्वचा नहीं, कोई चेहरा नहीं - केवल दृश्य की ज्यामिति और राहत।
आपको दो मामलों में इसकी आवश्यकता है. सबसे पहले, पिछले वीडियो जेनरेशन फ़िल्टर प्राप्त करने के लिए: Seedance जैसे मॉडल पहचानने योग्य चेहरों और फिल्म फ़्रेमों को अस्वीकार करते हैं, जबकि गहराई वाले मानचित्र में जांच करने के लिए कुछ भी नहीं होता है - इसमें कोई चेहरे नहीं होते हैं। दूसरा, कैमरे की गति को स्थानांतरित करने के लिए: एक गहराई का नक्शा दिखाता है कि कैमरा कहां चला गया और वस्तुएं कैसे खड़ी थीं, और मॉडल उसी गति के साथ अपना दृश्य खींचता है।
टूल कभी भी आपकी फ़ाइल को हमारे सर्वर या किसी अन्य के सर्वर पर नहीं भेजता है। डेप्थ एनीथिंग वी2 स्मॉल मॉडल (अपाचे ⟦वी2_0⟧ लाइसेंस) एक बार ब्राउज़र में लोड होता है और फिर कैश से परोसा जाता है, और गणना वेबजीपीयू के माध्यम से आपके ग्राफिक्स कार्ड पर चलती है। यदि WebGPU अनुपलब्ध है, तो CPU फ़ॉलबैक धीमा हो जाता है, लेकिन यह हर जगह काम करता है।
वीडियो फ़्रेम को वेबकोडेक्स के साथ डीकोड किया जाता है, प्रत्येक एक गहराई मानचित्र बन जाता है, और फिर सब कुछ मूल फ्रेम दर और आपके ब्राउज़र द्वारा संभाल सकने वाले उच्चतम रिज़ॉल्यूशन के साथ एक वीडियो में वापस इकट्ठा किया जाता है। आउटपुट MP4 या WebM है, जो भी आपका सिस्टम सपोर्ट करता है। इस मॉडल के लिए कोई टोकन शुल्क नहीं लिया जाता है: कोई भुगतान अनुरोध नहीं है।
आप एक वीडियो और एक छवि दोनों को संसाधित कर सकते हैं। बटन से कोई फ़ाइल चुनें या उसे सीधे विंडो में खींचें। HEIC, AVIF या TIFF जैसे असामान्य प्रारूप स्वचालित रूप से परिवर्तित हो जाते हैं - साइट पर अन्य जगहों की तरह, प्रारूप द्वारा कुछ भी अवरुद्ध नहीं होता है।
एक छवि के लिए मूल रिज़ॉल्यूशन पर परिणाम PNG है; किसी वीडियो के लिए यह समान फ़्रेम दर वाली एक क्लिप है। प्रसंस्करण के दौरान पूर्वावलोकन दिखाई देता है: फ़्रेम तैयार होने के बाद ही दिखाई देते हैं, न कि केवल फ़ाइल के इकट्ठे होने के बाद। कोई लंबी दौड़ रद्द हो सकती है.
डिफ़ॉल्ट रूप से गहराई का नक्शा अग्रभूमि उज्ज्वल के साथ काला और सफेद होता है। निकट अँधेरा स्विच स्केल को उलट देता है - कभी-कभी छोटे विवरण इस तरह से बेहतर ढंग से पढ़े जाते हैं। स्पष्टता के लिए रंगीन मानचित्र, इन्फर्नो और विरिडिस हैं: वे दूरी को एक ढाल के रूप में चित्रित करते हैं और आपको उन विमानों को देखने में मदद करते हैं जहां ग्रे एक साथ मिश्रित होता है।
रिज़ॉल्यूशन बमुश्किल गति को प्रभावित करता है: मॉडल हमेशा एक निश्चित 518×518 पर एक फ्रेम की गणना करता है, और रिज़ॉल्यूशन केवल तभी मायने रखता है जब तैयार वीडियो इकट्ठा किया जाता है। वास्तविक लीवर फ्रेम की संख्या है, इसलिए सीपीयू पर एक लंबी क्लिप धीमी है: एक मिनट के स्रोत में कई मिनट लग सकते हैं।
आपको एक आधुनिक ब्राउज़र की आवश्यकता है - क्रोम या एज। कमजोर लैपटॉप पर 4K से शुरू न करें: एक छोटी क्लिप से शुरू करें, परिणाम जांचें, फिर एक बड़ी फ़ाइल लें।
स्पष्ट ज्यामिति वाले फ़्रेम चुनें: एक सड़क, एक आंतरिक भाग, पूर्ण ऊंचाई वाला एक व्यक्ति। विमानों का तीव्र परिवर्तन और कैमरा मूवमेंट स्थानांतरण सबसे अच्छा है। यदि आपको पीढ़ी के लिए मानचित्र की आवश्यकता है, तो पहले इसे बनाएं और फिर इसे अपने स्वयं के दृश्य विवरण के साथ मॉडल को खिलाएं।
सही। मॉडल और उसका वजन ब्राउज़र में लोड होता है और गणना आपके डिवाइस पर चलती है। वीडियो और चित्र कभी भी कहीं नहीं भेजे जाते हैं, और इस मॉडल में कोई भुगतान API नहीं है।
कुछ नहीं। गहराई के नक्शे के लिए कोई टोकन नहीं लिया जाता: काम आपके कंप्यूटर पर होता है, हमारे सर्वर पर नहीं।
गति फ़्रेम की संख्या और आपके पास WebGPU है या नहीं, पर निर्भर करती है। सीपीयू पर एक लंबी क्लिप कई गुना अधिक समय लेती है - एक छोटी क्लिप या एकल छवि आज़माएँ।
हां, टूल छवियों को भी स्वीकार करता है: मूल रिज़ॉल्यूशन पर आउटपुट PNG है।
MP4 (H.264) या WebM - जो भी आपका ब्राउज़र समर्थित हो। मूल फ़्रेम दर संरक्षित है.