AI画像アップスケーリングとは？初心者のためのガイド

写真をトリミングして被写体を大きくした。スマホでは問題なく見える。27インチのモニターで開くと、輪郭がぼやける。生地の質感だと思っていたものが、ただの塗りつぶしになる。背景の看板の文字は、読める文字というより文字の気配になる。

トリミングが写真を壊したわけではない。元の写真が持っていた以上のピクセル数を要求しただけだ。画像を大きくするのは簡単だ。大きくしながらシャープさを保つほうが難しい。

大きな画像がシャープな画像とは限らない理由

デジタル写真は色のついた正方形のグリッドである。グリッドを大きくすると、元の各ピクセルがより広い画面領域をカバーしなければならなくなる。新しいマス目を埋めるソフトウェアには二つの選択肢がある。何が入るべきかを推測するか、隙間をそのままにしてぼやけさせるかだ。

ほとんどのソフトウェアはその中間を取る。近隣のピクセルを平均化して新しいピクセルを生成するため、硬いエッジは滑らかになるが、細部も同時に滑らかになる。結果として得られる画像は技術的には大きい（ディスク上のピクセル数は増えている）が、知覚的には柔らかい。元画像にあった情報が、より大きなキャンバスに薄く引き伸ばされただけだ。

だから2000ピクセル幅の写真が、自動的に800ピクセル幅の写真よりシャープに見えるわけではない。もし2000ピクセル版が800ピクセルの元画像を引き伸ばして作られたのなら、シャープな小さな画像と引き換えに、ぼやけた大きな画像を手に入れたことになる。情報が増えないままピクセルだけ増えても、ぼやけが増えるだけだ。

従来のアップスケーリングとその限界

画像のリサイズの数学は数十年前からある。最も一般的な手法であるバイキュービック補間は、近隣16ピクセルの格子を見て、各新ピクセルの加重平均を計算する。Lanczosはより広い近傍と高度な重み付け関数を使う、よりシャープな変種だ。どちらも高速で決定的であり、あらゆる画像エディタに組み込まれている。

どちらも、最初に捉えられなかったディテールを発明することはできない。

元の写真にレンガの壁が写っていて、個々のレンガが3ピクセル幅しかないとする。バイキュービックはモルタルの線を灰色のもやに平滑化する。Lanczosはエッジをより強く保とうとするが、リンギングアーティファクト（高コントラスト境界の周囲に現れる淡いハロー）を引き起こすことがある。後からシャープネスフィルタをかければエッジ周辺の局所コントラストは上がり、画像はぱっと見で引き締まるが、レンガの質感が復元されるわけではない。シャープネスは既にあるものを強調する。欠けているものを付け加えることはできない。

従来のあらゆる手法に共通する根本的な限界がある。入れた以上のものは取り出せないのだ。バイキュービック補間で4Kにアップスケールされた0.8メガピクセルのクロップは、依然として0.8メガピクセルの画像であり、より大きな容量を占めているだけである。

AIアップスケーリングの仕組み

AIアップスケーリングモデルは補間しない。再構成する。

その差は学習に由来する。Seedreamのようなモデルは、学習中に数百万枚のシャープな高解像度画像を見てきた。髪の毛が高解像度でどのように見えるかを学習している。単なる「茶色い領域」ではなく、個々の髪の毛が分離し、交差し、エッジで光を捉える様子だ。レンガの幾何学的な繰り返しパターン、布地の糸が織り交ざる様子、一般的な書体の文字の曲線の形状も学習している。

低解像度の画像をモデルに与えると、モデルはピクセルを引き伸ばしているのではない。ぼやけた入力を見て、「私が見てきたすべてのシャープな画像に照らして、これは最もどのように見えるべきか」と問いかけているのだ。

結果は印象的になりうる。髪の毛は束として分離する。布地は織り目を見せる。遠くの看板の文字が読めるようになる。しかし正直なところを言おう。そのディテールは「もっともらしい」のであって、「復元された」のではない。モデルは元のレンガ壁がどのように見えたかを魔法のように知っているわけではない。ぼやけの中に見えたパターンに基づいて、それらしく見えるレンガを生成したのだ。プリント、商品リスト、デスクトップの壁紙など、ほとんどの用途ではこの区別は問題にならない。画像はシャープに見える。それが求めていたものだ。

すべてのピクセルがグラウンドトゥルースである必要がある法科学的な作業やアーカイブ復元では、この区別は大いに問題になる。本ツールはそういう用途のものではない。

AIアップスケーリングが得意な場面と苦手な場面

AIアップスケーリングの最適な候補は、元画像がクリーンだが単純に小さすぎる場合だ。サプライヤーから届いた800ピクセルの圧縮JPEGの商品写真。フレームの半分をクロップして残りが1200ピクセルしかない風景写真。文字は読めるがソフトな文書のスクリーンショット。こうしたケースでは、モデルには明確な信号がある。エッジ、色の境界、全体の構造を認識できる。欠けている解像度をもっともらしいディテールで埋め、結果は自然に見える。

難しいケースは別だ。モーションブラーはエッジを多数のピクセルにわたって引きずる。モデルにはクリーンな境界がなく、そのにじみが歩いている人なのか、手ぶれなのか、高速パンなのかを知る術もない。強いセンサーノイズ（安価なカメラで低照度時に出るカラフルな斑点）は、モデルにとってはテクスチャのように見えるため混乱する。アップスケーラーはノイズを増幅して人工的な粒子のように見せてしまうか、ノイズを平滑化する過程で本物のテクスチャも一緒に消してしまう。片方の目がもう片方の半分の大きさになるような極端なアングルの顔は、非対称なディテールがかえって目立ってしまうことがある。

アップスケーラーは修復ツールでもない。破れた写真を直したり、透かしを除去したり、黄ばんだスキャンを色補正したりはしない。できることは一つ、解像度の再構築だ。そしてそれは明確な境界の中でうまく機能する。境界の外では、結果はまちまちだ。

写真をアップスケールするより速い方法

高解像度の画像を得る従来の方法は、デスクトップソフトを開き、補間方式を選び、シャープネスをかけ、許容できる見た目になるまで調整するというものだ。1枚なら数分で済む。商品写真のバッチ処理なら午後がひとつ潰れる。

単一画像AIアップスケーラーはそのすべてを省略する。Free HDR Photo Enhancerでは、JPEG、PNG、WebP（最大5MB、36メガピクセル）をアップロードし、モデルと目標解像度を選ぶだけで、約30〜60秒でアップスケーラーが画像を再構築する。透かしのないフル解像度のダウンロードが得られる。

3つのSeedreamモデルが利用可能だ。Seedream 5.0 Proはバランス型で、ほとんどの写真にとって最も安全なデフォルトだ。Seedream 5.0 Liteは最大4K出力が可能で、1回あたりの消費クレジットが最も少なく、可能な限り大きな出力が必要な場合に便利だ。Seedream 4.5はポートレートと暖色系のレンダリングに寄っており、写真に人物が写っているなら試す価値がある。3モデルとも選択に応じてPNGまたはJPEGで出力し、結果に対してのみ支払いが発生する。失敗したジョブはクレジットが自動的に返金される。

元の写真に平坦な照明や潰れたシャドウもあるなら、先にHDRエンハンサーに通すことで、アップスケーラーにより多くの階調情報を与えられる。この2つのツールは異なる問題を解決する。HDRは光を復元する。アップスケーリングは解像度を再構築する。組み合わせれば、薄暗い800ピクセルのスナップが、2回のパスで明るい4K画像になる。

アップスケーラーがすべての写真を壁一面に飾れる傑作に変えるわけではない。しかし、今あなたのカメラロールに眠っている写真（クロップしたもの、古いダウンロード、もっと大きくしたいサプライヤー画像）にとっては、従来のどんなリサイズよりもずっと近いところまで連れて行ってくれる。