革命性绿幕抠像工具CorridorKey：如何用AI神经网络实现电影级抠像效果

【免费下载链接】CorridorKey Perfect Green Screen Keys 项目地址: https://gitcode.com/gh_mirrors/co/CorridorKey

CorridorKey是一款革命性的绿幕抠像工具，它利用先进的AI神经网络技术，彻底改变了传统绿幕抠像的难题。当你在绿幕前拍摄时，被拍摄对象的边缘不可避免地会与绿色背景混合，形成同时包含主体颜色和绿色背景颜色的像素。传统抠像工具难以分离这些颜色，而CorridorKey通过神经网络技术，能够完美分离前景对象和绿幕，实现电影级的抠像效果。

传统绿幕抠像的痛点与挑战

传统的抠像工具在处理绿幕素材时面临诸多挑战。被拍摄主体的边缘，如头发、运动模糊或失焦边缘，往往会与绿色背景混合，形成半透明的像素。传统抠像器难以解开这些颜色混合，迫使创作者花费数小时构建复杂的边缘遮罩或手动进行 rotoscoping（逐帧手动抠像）。即使是现代的“AI Roto”解决方案，通常也只能输出生硬的二进制遮罩，完全破坏了实现逼真合成所需的微妙半透明像素。

CorridorKey的核心突破：物理精确的分离技术

CorridorKey的核心创新在于解决了这种“颜色分离”问题。你输入原始的绿幕帧，神经网络会将前景对象与绿幕完全分离。对于每一个像素，即使是高度透明的像素（如运动模糊或失焦边缘），模型都会预测前景元素真实的、未混合的纯色，以及干净的线性 alpha 通道。它不仅仅是猜测哪些是不透明的，哪些是透明的；它会主动重建前景对象的颜色，就好像绿幕从未存在过一样。

这种物理精确的分离技术带来了以下优势：

• 保留细节：完美保留头发、运动模糊和半透明区域的细节
• 分辨率无关：引擎动态缩放推理以处理 4K 素材，同时使用其原生 2048x2048 高保真骨干网络进行预测
• VFX 标准输出：原生读取和写入 16 位和 32 位线性浮点 EXR 文件，为在 Nuke、Fusion 或 Resolve 中的集成保留真实的颜色数学

硬件要求：不再需要顶级配置

CorridorKey最初是在配备 NVIDIA RTX Pro 6000（96GB VRAM）的 Linux 工作站上设计和构建的，但社区正在积极对其进行优化，以适应消费级 GPU。最新版本应该可以在具有 6-8GB VRAM 的计算机上运行，并且可以在具有统一内存的大多数 Mac 系统上运行。

• Windows 用户：要在 Windows 上原生运行 GPU 加速，系统必须安装支持 CUDA 12.8 或更高版本 的 NVIDIA 驱动程序
• GVM（可选）：需要大约 80GB VRAM 并利用大型 Stable Video Diffusion 模型
• VideoMaMa（可选）：本身也需要大量 VRAM（最初为 80GB+），社区已将其架构调整为可在不到 24GB 的内存下运行

由于 GVM 和 VideoMaMa 具有巨大的模型文件大小和极高的硬件要求，安装它们的模块是完全可选的。你始终可以使用其他更轻量级的软件生成 Alpha Hint。

快速开始：简单几步实现专业抠像

安装步骤

该项目使用 uv 来管理 Python 和所有依赖项。uv 是 pip 的快速、现代替代品，可自动处理 Python 版本、虚拟环境和包安装。你不需要自己安装 Python——uv 会为你完成。

Windows 用户（自动安装）：

1. 将此存储库克隆或下载到本地计算机
2. 双击 Install_CorridorKey_Windows.bat。这将自动安装 uv（如果需要）、设置 Python 环境、安装所有依赖项并下载 CorridorKey 模型
3. （可选）双击 Install_GVM_Windows.bat 和 Install_VideoMaMa_Windows.bat 下载重型可选 Alpha Hint 生成器权重

Linux / Mac 用户：

1. 将此存储库克隆或下载到本地计算机
2. 安装 uv（如果没有）：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

3. 安装所有依赖项（uv 将自动下载所需的 Python 3.10+）：

   uv sync                  # CPU/MPS（默认 — 适用于所有平台）
   uv sync --extra cuda     # CUDA GPU 加速（Linux/Windows）
   uv sync --extra mlx      # Apple Silicon MLX 加速
   

4. 下载模型：必须手动下载这些开源基础模型并将它们放置在各自的确切文件夹中：
   • CorridorKey v1.0 模型 (~300MB)：Download CorridorKey_v1.0.pth
     • 放置在：CorridorKeyModule/checkpoints/ 并确保其名称确切为 CorridorKey.pth

使用方法：命令行向导

为获得最简单的体验，请使用提供的启动脚本。这些脚本在终端中启动基于提示的配置向导。

• Windows：将视频文件或文件夹拖放到 CorridorKey_DRAG_CLIPS_HERE_local.bat（注意：只能通过拖放或 CMD 启动。直接双击 .bat 将抛出错误）
• Linux / Mac：运行或将视频文件或文件夹拖放到 ./CorridorKey_DRAG_CLIPS_HERE_local.sh

工作流程步骤：

1. 启动：你可以将单个松散的视频文件（如 .mp4）、包含图像序列的镜头文件夹，甚至包含多个不同镜头的主“批处理”文件夹拖放到启动脚本上
2. 组织：向导将检测你拖入的内容。如果你拖放了松散的视频文件或未组织的文件夹，第一个提示会询问你是否希望它将剪辑组织成适当的结构
3. 生成提示（可选）：如果向导检测到你的镜头缺少 AlphaHint，它会询问你是否要使用重新打包的 GVM 或 VideoMaMa 模块自动生成它们
4. 配置：一旦你的剪辑同时具有输入和 AlphaHints，选择“Process Ready Clips”。向导会提示你配置运行参数：
   • Gamma 空间：告诉引擎你的序列使用线性还是 sRGB 伽马曲线
   • 去溢色强度：这是传统的去溢色滤镜（0-10），如果你希望现在将其烘焙到输出中，而不是稍后在合成中应用
   • 自动去斑点：切换自动清理并定义大小阈值。这不仅用于跟踪点，还能移除任何小的、断开连接的像素岛
   • 细化器强度：使用默认值（1.0），除非你正在尝试极端细节处理
5. 结果：引擎将在你的镜头目录中生成多个文件夹：
   • /Matte：原始线性 Alpha 通道（EXR）
   • /FG：原始前景纯色对象。（注意：引擎原生在 sRGB 色域中计算此通道。在合成程序中与 alpha 组合之前，必须手动将此通道转换为线性伽马）
   • /Processed：包含线性前景与线性 Alpha 预乘的 RGBA 图像（EXR）。此通道的存在是为了让你可以立即将素材拖放到 Premiere/Resolve 中进行快速预览，而无需处理复杂的预乘路由
   • /Comp：抠像结果在棋盘格上的简单预览（PNG）

后端选择：针对不同硬件优化

CorridorKey 支持两种推理后端：

• Torch（Linux/Windows 上的默认值）— CUDA、MPS 或 CPU
• MLX（Apple Silicon）— 原生 Metal 加速，无 Torch 开销

通过 CLI 标志覆盖：

uv run python corridorkey_cli.py --action wizard --win_path "/path/to/clips" --backend mlx
uv run python corridorkey_cli.py --action run_inference --backend torch

对于 Apple Silicon 用户，MLX 后端通常比 PyTorch 的 MPS 后端运行速度更快，设置也非常简单：

1. 安装 MLX 后端：

   uv sync --extra mlx
   

2. 获取 MLX 权重（.safetensors）
3. 运行时指定后端：

   CORRIDORKEY_BACKEND=mlx uv run python clip_manager.py --action run_inference
   

总结：电影级抠像效果触手可及

CorridorKey 彻底改变了绿幕抠像的工作流程，让电影级别的抠像效果不再是专业工作室的专利。通过先进的 AI 神经网络技术，它能够精确分离前景和背景，保留最细微的细节，同时提供灵活的硬件支持和简单易用的工作流程。

无论你是独立创作者还是专业制作团队，CorridorKey 都能帮助你轻松实现高质量的绿幕抠像效果，让你的作品更具专业水准。现在就开始探索这个强大的工具，释放你的创意潜能！

要开始使用 CorridorKey，请克隆仓库：https://gitcode.com/gh_mirrors/co/CorridorKey，按照安装指南进行设置，体验 AI 驱动的革命性抠像技术。

【免费下载链接】CorridorKey Perfect Green Screen Keys 项目地址: https://gitcode.com/gh_mirrors/co/CorridorKey