Removal AI

定义

Removal AI 是一套基于网页运行的人工智能背景移除工具，官网品牌名为 Removal.AI。使用者把照片上传到网页，服务在服务端完成主体识别与分割，再返回抠好的图像，可选择保留透明背景，也可换成白色或自定义背景^[2][4]。

它由 Removal.AI 公司运营，公司地址位于英国伦敦，其平台条款将自身定义为网页版照片编辑应用^[1][2]。除核心的在线抠图页外，同一账户还贯通免费的浏览器照片编辑器、在线批量上传工具、Mac 与 Windows 桌面客户端和开发者接口，积分余额在各入口之间通用^[2]。

该工具不依赖 Photoshop 一类本地软件即可完成抠图，主页把商品照片、营销横幅和社交图片列为典型用途^[3]。

原理

在线抠图在技术文献中通常称为图像抠像(Image Matting)，它与语义分割相似但属于回归问题：模型要预测一张与输入同尺寸的 alpha 蒙版，逐像素给出前景的不透明度，再把这张蒙版作为第 4 个通道与 RGB 图像合成，即可得到透明背景的图^[5]。

主流实现采用编码器—解码器结构。编码器逐级下采样提取形状、颜色、对比度、纹理和位置等视觉特征，把它们压缩到隐空间；解码器再上采样重建 alpha 通道。为了兼顾低层边界细节与高层语义信息，多尺度特征之间还会用跳连(skip connection)连接，逐层融合不同分辨率的预测^[5][6]。

公开研究中的 U²-Net 及其轻量版本是该任务里较常用的骨干网络之一，它用嵌套的残差 U 型模块在不同尺度上保留边界信息与语义信息，从而在复杂背景下仍能提取物体轮廓；边缘较软的头发、毛皮等区域，则常再用一次闭合解 alpha 抠像来细化^[7][8]。厂商方面称其算法基于计算机视觉，可处理头发和毛茸茸的边缘^[4][9]。

计算本身在服务端完成，用户端只需上传图片、查看预览并下载结果。桌面应用虽然能一次处理整个文件夹，但每张图片仍要送到服务器处理，属于云端方案而非本地部署^[2]

发展历程

Removal.AI 是较早出现的在线自动抠图服务之一，其功能与同时期的 remove.bg 等工具相近，都属于上传即出图的自动去背产品^[10]。

产品最初以网页单张抠图为核心，随后逐步扩展为多条处理路径：免费的浏览器端照片编辑器、独立于标准上传页的批量上传器，以及可处理整个文件夹的 Mac 与 Windows 桌面应用；开发者接口与 Photoshop 插件也在同一时期提供^[2][11]。

公司自称是一家新兴的在线图片去背与照片编辑软件公司，并陆续推出网页以外的客户端与插件，试图覆盖从个人用户到企业目录的批量需求^[2]。

应用

电商商品图是主要应用方向。桌面应用中有面向商品照片的优化选项和只保留主体的自动裁剪设置，可把处理后的图片直接用于各电商平台刊登^[12][2]。批量上传器单次最多 100 张图片，桌面应用则可整目录处理 1000 张以上，适合商品目录的规模化处理^[3]。

在营销与社交场景中，抠好的图可在浏览器编辑器里换背景色或背景图，叠加文字与阴影效果，并套用适配社交平台尺寸的画布预设^[2][13]。

对开发者而言，服务提供 REST 接口，支持以 URL、base64 或文件形式提交图片，可用于把背景移除能力嵌入既有的业务系统和工作流^[11][14]。摄影与设计人员则常把它当作快速出草图的工具，用于后续在专业软件中进一步精修^[10][13]。

局限

免费额度的输出分辨率有限。官方说明显示，低分辨率(0.25 兆像素)图片和个人使用可以免费处理，商业用途或更高分辨率仍需付费方案；免费层以带水印预览为主，注册时另有 1 次免费高清下载额度^[1][11]。

输入条件存在硬性约束。普通网页上传器只接受 JPEG 与 PNG 格式、单张不超过 12 兆字节的图片，分辨率超过 12 兆像素会被压缩到该上限，且要求画面有明确的主体或前景；批量上传器虽兼容 WebP 与 20 兆字节的单文件，但每次最多 100 张、总容量上限 200 兆字节^[1][2]。

复杂边缘与低对比场景仍是算法难点。有评测指出，当主体与背景颜色接近、边界含糊时，自动抠图的结果不够理想，且网页工具不提供参数调节来改善这类情况；细发、透明物体、反光和特殊光线下的图片，厂商提供了转交人工修图并用 24 小时交付的补充渠道^[13][10][2]。

此外，服务只在云端运行，无法本地部署，对数据必须留在内网的使用者并不适用；按张数计费的积分模式在批量处理规模增大时，成本会随用量上升^[3][11]。

参见

• 图像分割 —— 按像素划分对象类别的计算机视觉任务，是自动抠图的技术基础。

• 图像抠像 —— 预测 alpha 蒙版以分离前景与背景的回归问题，去背工具的直接原理。

• U²-Net —— 常用于显著目标检测与背景移除的嵌套 U 型网络结构。

• Photoshop —— 传统的人工抠图与图像编辑软件，与本工具形成互补关系。

• 计算机视觉 —— 涵盖分割、抠像等任务的学科领域。

• 深度学习 —— 上述分割模型训练与推理所依赖的方法。