Achtergrondverwijdering: hoe software de achtergrond uit een foto of video haalt
Stel je voor: je maakt een foto van jezelf in een rommelige woonkamer, en met één klik verschijnt diezelfde foto met een strakke witte achtergrond, alsof je in een fotostudio stond. Of je zit in een videobelafspraak vanuit je slaapkamer, maar de mensen aan de andere kant zien alleen een vage, wazige achtergrond of zelfs een virtueel strand. Dat is achtergrondverwijdering: software die automatisch onderscheid maakt tussen het 'onderwerp' (een persoon, product of dier) en de rest van het beeld, en dat laatste weghaalt, vervangt of onscherp maakt.
Wat vroeger uren handwerk in een fotobewerkingsprogramma vergde met een muis en veel geduld, gebeurt nu vaak in een fractie van een seconde, automatisch, en steeds vaker zelfs live tijdens een videogesprek. Deze technologie zit inmiddels verstopt in tientallen apps die de meeste mensen dagelijks gebruiken, van videobellen tot webshops tot sociale media, zonder dat gebruikers er nog bij stilstaan dat er kunstmatige intelligentie achter schuilgaat.
Wat is het precies?
Achtergrondverwijdering is in de kern een vorm van beeldsegmentatie: het proces waarbij software elke pixel van een afbeelding een label geeft, bijvoorbeeld 'voorgrond' of 'achtergrond'. Vroege methoden gebruikten simpele trucs zoals chroma keying, beter bekend als het 'groenscherm' dat weerpresentatoren en filmstudio's al decennia gebruiken: alles wat een bepaalde kleur groen heeft, wordt digitaal vervangen. Dat werkt goed, maar vereist een egaal gekleurde achtergrond en professionele belichting.
De moderne aanpak heeft geen groenscherm meer nodig. Daarvoor gebruikt men neurale netwerken, wiskundige modellen die geïnspireerd zijn op de werking van hersencellen en die getraind zijn op miljoenen voorbeeldafbeeldingen waarin mensen al met de hand hebben aangegeven wat voorgrond en wat achtergrond is. Door dat patroon te herkennen, leert het model zelf te 'zien' waar bijvoorbeeld een persoon ophoudt en de muur erachter begint, ook bij rommelige, ongelijkmatig verlichte achtergronden.
Belangrijk is het onderscheid tussen twee technische niveaus. Bij semantische segmentatie krijgt elke pixel een grove classificatie ('dit is een persoon'). Bij het verfijndere image matting gaat het model een stap verder en berekent het per pixel een transparantiewaarde, cruciaal bij lastige randen zoals losse haren of een wazige jaszoom, waar een pixel voor de helft bij de voorgrond en voor de helft bij de achtergrond hoort. Matting levert de vloeiende, natuurlijke overgangen die goede achtergrondverwijdering onderscheiden van houterige, 'uitgeknipte' resultaten.
Voor video komt daar nog een uitdaging bij: het model moet niet alleen één beeld correct segmenteren, maar dat tientallen keren per seconde doen, en wel zo dat de rand van de persoon niet elk frame een beetje trilt of flikkert. Dat vereist lichte, snelle modellen die tegelijk consistent blijven tussen opeenvolgende beelden, vaak draaiend op de bescheiden processor van een laptop of telefoon in plaats van een zware serverfarm.
Wat wil men ermee bereiken?
De directe belofte is gemak: professioneel ogende foto's en video's zonder studio, fotograaf of technische kennis. Voor webshops betekent dit dat productfoto's met een consistente witte achtergrond razendsnel en goedkoop te produceren zijn, wat conversie en uniformiteit in een catalogus verbetert. Voor pasfoto's, e-commerce en marketplace-advertenties is dit inmiddels een basisverwachting geworden.
In videobellen draait het vooral om privacy en professionaliteit: niemand hoeft zijn rommelige bureau, was op de vloer of ongemaakte bed te tonen. Tijdens de coronapandemie, toen thuiswerken massaal werd, groeide de vraag naar dit soort functies explosief, en platforms als Zoom, Microsoft Teams en Google Meet bouwden het versneld uit.
Er is ook een creatieve en professionele kant: filmmakers en contentmakers willen zonder duur greenscreen-atelier toch mensen in andere omgevingen kunnen plaatsen. En voor toegankelijkheid en automatisering is het een bouwsteen: augmented reality-apps die virtuele objecten 'achter' een persoon plaatsen, of beveiligingscamera's die bewegende mensen willen onderscheiden van een statische achtergrond, leunen op dezelfde onderliggende segmentatietechniek.
Voorbeelden uit de praktijk
Remove.bg (gelanceerd in 2018 door het Oostenrijkse bedrijf Kaleido AI, later overgenomen door Canva) was een van de eerste diensten die met één klik en zonder enige instelling de achtergrond uit een foto haalde, en maakte het onderwerp breed bekend bij consumenten en kleine ondernemers.
MODNet (2020), een open-source onderzoeksmodel van onderzoekers verbonden aan onder meer de City University of Hong Kong, liet zien dat matting in real time op gewone hardware kon, zonder dat er een aparte 'achtergrondafbeelding' als referentie nodig was, iets wat eerdere methoden vaak wel vereisten.
Zoom Virtual Background, breed uitgerold vanaf 2020, bracht live achtergrondvervanging naar honderden miljoenen videogesprekken per dag en werd tijdens de pandemie het bekendste voorbeeld van de technologie voor het grote publiek.
Google Meet en Microsoft Teams volgden met vergelijkbare functies (achtergrond vervagen of vervangen), gebaseerd op eigen, in de browser of app draaiende segmentatiemodellen die specifiek zijn geoptimaliseerd om ook op minder krachtige laptops soepel te draaien.
Adobe Photoshop introduceerde met de 'Neural Filters' en later geïntegreerde AI-gereedschappen (vanaf 2021-2023) een 'select subject'-functie die professionele fotografen een groot deel van het handmatige uitsnijwerk uit handen neemt, wat het bewerken van productfoto's en portretten sterk versnelt.
Hoe ver is de techniek?
Voor foto's van redelijke kwaliteit met een duidelijk onderwerp, zoals een portret of een productfoto op een simpele achtergrond, is de techniek inmiddels zeer betrouwbaar en in de meeste gevallen niet meer te onderscheiden van handwerk door een professional. Dat is de afgelopen vijf tot zeven jaar in een snel tempo verbeterd, mede dankzij grotere en betere trainingsdatasets en efficiëntere modelarchitecturen.
Live video blijft lastiger. Fijne details zoals losse haarlokken, doorzichtige objecten (een bril, een glas), snelle beweging of slechte belichting leiden nog regelmatig tot zichtbare fouten: een rafelige rand, een verdwijnende hand die voor het lichaam beweegt, of flikkering tussen beeldframes. Ook bij meerdere personen in beeld, of wanneer iemand deels buiten beeld gaat, maken de meeste systemen nog fouten.
Een ander obstakel is rekenkracht: de beste kwaliteit vereist meestal een zwaarder model, terwijl live toepassingen juist een licht, snel model nodig hebben dat op een gewone laptop of telefoon zonder gespecialiseerde AI-chip kan draaien. Bedrijven zoeken voortdurend naar de juiste balans tussen snelheid en nauwkeurigheid, en dat compromis is nog niet 'opgelost': betere kwaliteit gaat vaak nog altijd ten koste van snelheid of accuduur.
Voor gespecialiseerde, moeilijke gevallen, zoals doorzichtig glaswerk, rook, vacht van dieren met fijne haartjes, of medische/wetenschappelijke beeldsegmentatie, is de techniek nog volop in ontwikkeling en niet overal 'af'.
Wie werken eraan?
Grote techbedrijven met eigen videobel- en beeldbewerkingsproducten investeren fors: Google (Meet, en het onderliggende MediaPipe-framework voor lichaamssegmentatie), Microsoft (Teams), Zoom Video Communications, Adobe (Photoshop, Adobe Sensei/Firefly-AI) en Canva (via de overname van het Oostenrijkse Kaleido AI, de makers van Remove.bg).
Daarnaast is er een actieve open-source en academische gemeenschap: onderzoeksgroepen aan onder meer Chinese universiteiten (zoals de City University of Hong Kong, betrokken bij MODNet) en talloze individuele ontwikkelaars publiceren modellen zoals U2-Net en RVM (Robust Video Matting) vrij toegankelijk, waardoor kleinere bedrijven en hobbyisten er zonder licentiekosten mee kunnen bouwen.
Ook chipfabrikanten spelen een rol: Apple en Qualcomm bouwen gespecialiseerde AI-rekeneenheden (neural engines) in hun processors die dit soort livevideobewerking energiezuiniger maken, wat weer nieuwe toepassingen op telefoons en laptops mogelijk maakt.