실측 리뷰 · 영상 글자 제거 · 실전 가이드
영상 자막과 로고 제거 실측: AI 복원을 8가지 가림 사례로 비교
평평한 배경에 고정된 로고는 얼굴이나 옷감 위의 글자보다 쉽습니다. 복원 효과가 거의 없었던 경우까지 여덟 가지 통제 테스트를 공개합니다.
가려진 내용 뒤에 무엇이 있는지가 난이도를 결정합니다
“자막 제거”는 평평한 벽의 고정 로고, 얼굴 위의 표시, 옷감에 비친 반투명 글자, 움직이는 댓글, 두 줄 자막, 계속 변하는 배경 위의 텍스트를 모두 뜻할 수 있습니다. 가려진 면적, 다른 프레임에 깨끗한 배경이 보이는지, 표시가 어떻게 움직이는지, 복원해야 하는 질감이 무엇인지에 따라 결과가 달라집니다.
테스트 당시 프로젝트에서 선택된 STTN 설정을 일반적인 Telea 보간과 비교했습니다. 평평한 배경과 드문 움직임에는 개선이 있었습니다. 반면 얼굴을 가린 어려운 로고는 PSNR이 0.87 dB만 높아졌고 얼굴도 여전히 왜곡되었습니다. 옷감 위 반투명 텍스트는 1.12 dB 개선에 그쳤습니다. 좋은 모서리 로고만 보여 주지 않도록 약한 결과도 표에 남겼습니다.
여덟 가지 장면을 만든 방법
같은 DVIDS 퍼블릭 도메인 인터뷰 영상에서 2초를 잘라 640 × 360 픽셀, 24 fps, 48 프레임으로 맞췄습니다. 깨끗한 프레임 위에 합성 모서리 로고, 반투명 글자, 자막, 움직이는 댓글을 추가했습니다. 따라서 가려진 픽셀을 확인할 정확한 기준 프레임이 있습니다. 복원 알고리즘에는 글자가 덮인 프레임과 마스크만 입력했고 깨끗한 원본은 주지 않았습니다. 여덟 사례는 같은 소스의 변형이지 서로 다른 촬영 영상 여덟 개나 사용자 업로드 표본이 아닙니다.
주요 지표는 합성으로 가린 영역의 PSNR입니다. 값이 높을수록 알려진 깨끗한 기준 영상과 픽셀이 가깝습니다. 개선 폭은 선택한 STTN 설정에서 Telea 기본 결과를 뺀 값입니다. 자막에는 글자 모양에 맞춘 정제 마스크를 사용했습니다. PSNR은 픽셀 거리를 나타낼 뿐 자연스러움을 평가하지 않습니다. 주 표는 최종 영상으로 인코딩하기 전에 측정했습니다.
통제한 여덟 사례의 결과
| 합성 사례 | Telea 기준 | 선택 설정 | 개선 | 마스크 감지율 |
|---|---|---|---|---|
| 고정 로고 · 평평한 배경 | 33.87 dB | 41.94 dB | +8.08 dB | 100% |
| 고정 로고 · 얼굴 위 | 11.98 dB | 12.85 dB | +0.87 dB | 100% |
| 반투명 글자 · 평평한 배경 | 36.24 dB | 43.38 dB | +7.15 dB | 100% |
| 반투명 글자 · 옷감 질감 | 15.52 dB | 16.64 dB | +1.12 dB | 100% |
| 움직이는 댓글 · 단순한 한 줄 | 16.49 dB | 33.34 dB | +16.85 dB | 100% |
| 움직이는 댓글 · 사람 위 두 줄 | 17.44 dB | 28.15 dB | +10.71 dB | 99.92% |
| 영상 자막 · 단순한 한 줄 | 16.44 dB | 22.29 dB | +5.85 dB | 100% |
| 영상 자막 · 어려운 두 줄 | 17.64 dB | 22.17 dB | +4.53 dB | 100% |
마스크가 표시를 모두 덮어도 가려진 내용을 제대로 다시 그린다는 뜻은 아닙니다. 얼굴 로고 사례는 마스크 감지율이 100%였지만 얼굴 세부가 손상됐습니다. 픽셀을 찾는 일과 그 뒤의 장면을 복원하는 일은 다릅니다.
실제 브라우저 내보내기 재검사
네 개의 테스트 입력을 QuietTake 로컬 브라우저 흐름에서 MP4로 내보냈습니다. 각 출력은 2초, 640 × 360, 48 프레임입니다. 영상과 음성이 디코딩되었고 오디오 트랙도 유지됐습니다. 16 GiB Apple Silicon 장치의 Chromium WebGPU에서 실행했으며 모델은 브라우저 캐시에 있었습니다. 이 빌드의 첫 모델 다운로드 약 98.5 MB는 시간에서 제외했습니다.
| 유형 | 인코딩 후 PSNR | 가린 영역 MAE (0–255) | 마스크 바깥 MAE | 브라우저 처리 시간 |
|---|---|---|---|---|
| 그래픽 로고 | 38.58 dB | 2.47 | 2.30 | 23.4초 |
| 반투명 글자 워터마크 | 30.25 dB | 4.61 | 2.30 | 23.4초 |
| 두 줄 자막 | 21.99 dB | 14.50 | 2.31 | 20.4초 |
| 움직이는 댓글 | 24.16 dB | 5.57 | 2.30 | 23.0초 |
마스크 바깥 MAE 약 2.3은 주로 H.264 인코딩 차이이며 모델이 전체 프레임을 다시 만들었다는 뜻은 아닙니다. 여덟 사례 표는 인코딩 전 수치이므로 두 표의 값을 직접 빼면 안 됩니다. 처리 시간은 이 장치, 짧은 영상, 모델 캐시가 따뜻한 상태의 결과이며 모든 기기의 속도 약속이 아닙니다.
좋은 점수 뒤에 결함이 숨을 수 있는 이유
평평한 배경의 로고는 주변 픽셀에서 문맥을 얻을 수 있습니다. 얼굴 위 로고는 눈, 코, 피부 질감을 가리고 다른 프레임에도 단서가 없다면 모델이 이를 추정해야 합니다. PSNR이 높아져도 실제 인물의 세부가 복구되는 것은 아닙니다. 뉴스, 기록 영상, 증거 자료에서는 생성된 픽셀을 역사적 사실처럼 제시하지 마세요.
옷감 위 반투명 글자는 색과 직조 패턴에 섞이기 때문에 제거 과정에서 질감도 달라집니다. 드문 댓글은 다른 프레임의 배경이 단서가 될 수 있지만, 선이 겹치거나 사람이 빠르게 움직이거나 배경이 바뀌면 잔상, 흔적, 깜박임이 생길 수 있습니다. 나뭇잎과 옷처럼 미세한 패턴 위 자막은 마스크 폭에도 민감합니다.
마스크 감지율의 범위는 제한적입니다. 알려진 합성 표시 픽셀이 마스크에 얼마나 포함됐는지만 측정합니다. 실제 자막에는 테두리, 그림자, 압축 잡음, 움직이는 배경이 있습니다. 99.92% 감지율은 비디오의 99.92%가 성공적으로 복원된다는 뜻이 아닙니다. 이 실험의 픽셀 범위이지 제품 성공률이 아닙니다.
내 클립을 확인하는 방법
먼저 복사본을 만들고 가장 어려운 부분이 들어간 2~5초를 고릅니다. 움직임, 자막 전환, 화면 전환이 포함되면 좋습니다. 문제가 뒤에서 나타난다면 첫 프레임 미리보기만으로 충분하지 않습니다. 얼굴, 표지판, 일반 텍스트, 중요한 사물까지 선택하지 않았는지 확인하세요. 처리 영역이 넓을수록 모델이 새로 만들어야 할 내용도 많아집니다.
일반 속도로 본 뒤 복원 부분을 자세히 확인합니다. 멈춰서 경계와 질감을 보고, 재생해 글자 흔적, 잔상, 깜박임, 형태가 갑자기 바뀌는지 찾습니다. 마스크 밖의 얼굴, 손, 옷, 배경도 확인합니다. 첫 장면과 마지막 장면을 보고 앱이 선택한 미리보기 외에 임의 위치로 이동해 점검하세요.
내보낸 파일의 오디오도 재생합니다. 이 테스트 파일은 오디오를 디코딩했지만 모든 브라우저와 코덱에서 모든 사운드트랙이 보존된다고 보장하지 않습니다. 길이와 입 모양 동기화를 확인하세요. 실험을 재현하려면 깨끗한 기준, 마스크, 해상도, 프레임 속도, 설정, 인코딩 단계를 기록하고 H.264 전후 수치를 섞지 않습니다.
사용 지침과 테스트 범위
- 평평한 배경의 작고 고정된 로고: 짧은 미리보기를 만들고 경계를 확대해 봅니다.
- 영상에 박힌 자막이나 드문 댓글: 구간 전체에서 줄 바뀜, 피사체 움직임, 화면 전환을 확인합니다.
- 얼굴, 옷감, 중요한 사물을 덮음: 확대해 보고 생성된 세부가 허용되지 않으면 원본을 보관합니다.
- 자막이나 댓글이 별도 트랙: 해당 레이어를 끕니다. 픽셀을 다시 만들 필요가 없습니다.
- 인터뷰, 뉴스, 기록 영상: 원본을 보존하고 편집본임을 표시합니다.
여덟 사례는 합성 오버레이를 얹은 한 장면을 사용했습니다. 모든 촬영, 글꼴, 해상도, 세로 영상, HDR, 화면을 채우는 댓글을 포함하지 않습니다. 일반 업로드에는 동일한 깨끗한 기준 프레임이 없습니다. GPU, 브라우저, 코덱, 메모리, 모델 다운로드에 따라 속도도 달라집니다.
QuietTake 영상 글자 제거 도구에서 가장 어려운 장면이 포함된 짧은 미리보기를 테스트하세요. 내보내기 전에 사람, 움직임, 경계, 오디오를 확인합니다. 단순 배경의 좋은 결과가 얼굴이나 옷감 위 결과를 예측하지 않습니다. 편집 권한이 있는 자료만 사용하세요.
데이터와 출처
알고리즘 결과는 Python과 OpenCV로 합성 마스크 영역을 깨끗한 기준 프레임과 비교했습니다. 브라우저 내보내기는 H.264 적용 후 별도로 측정했습니다. 미디어와 출처는 테스트 자료 기록에 있습니다. 이 페이지는 통제된 실험 데이터이지 임의 영상의 성공률이 아닙니다.
미리보기에서 괜찮은 프레임도 인코딩 후 가장자리와 움직임이 달라질 수 있습니다. 다운로드한 MP4를 다시 열어 자막이 바뀌는 순간, 피사체가 표시 아래를 지나는 순간, 구간의 시작과 끝을 확인하세요. 한 프레임이 깨끗해도 연속 재생에서 흔적이나 깜박임이 생길 수 있습니다. 가능하면 다른 크기로도 보되 확대된 정지 화면을 품질 보증으로 여기지 마세요.
측정 결과를 비교할 때는 어느 단계의 수치인지 함께 기록해야 합니다. 모델 내부 프레임은 H.264로 내보낸 영상과 픽셀 값이 다릅니다. 오디오 트랙 디코딩 성공도 모든 장치에서 음질이 동일하다는 뜻은 아닙니다. 프레임 누락, 파일 길이, 오디오 동기화를 각각 확인하면 영상 복원 품질과 출력 파일 문제를 구분할 수 있습니다.
이 도구는 직접 편집할 권리가 있는 영상에 사용해야 합니다. 다른 제작자의 크레딧, 방송 자막, 저작권 표시를 지우고 원본인 것처럼 배포하지 마세요. 저작권과 출처 표시는 영상 내용과 별도로 보호될 수 있습니다. 재사용 허가가 불명확하다면 원본을 유지하거나 권리자에게 확인하세요. 복원된 장면이 기록의 의미를 바꾸지 않았는지도 배포 전에 판단해야 합니다.