画像のアップスケール

従来の拡大は補間に頼ります。新しい画素を埋めるために、ソフトウェアは近くの画素の値を平均します。バイリニアやバイキュービックの方法は速くて予測しやすいのですが、細部を作り出せないため、大きく拡大するとぼんやりして見えます。AI のアップスケーラーは、同じ絵の低解像度と高解像度の組で訓練されたニューラルネットワークです。エッジ、肌、布、葉が鮮明なときにふつうどう見えるかを見ているので、その種のテクスチャを拡大した結果に描き込みます。拡散モデルをもとにしたものもあり、細部を一歩ずつ作り直します。

その細部は、もっともらしいだけで、復元されたものではありません。ネットワークはありそうなものを足しているだけで、元の場面に実際何があったかは知りえません。生成した絵や風景なら問題ありませんが、顔をわずかに変えたり、質感をなめらかにしすぎたり、小さな文字を崩したりすることがあるので、結果を軽く確認するのが賢明です。レンガの壁、縞模様のシャツ、柵のような細かい繰り返し模様は、拡大後に波やモアレになることがあるため、先に拡大して確認してください。同じ理由で、ぼやけたナンバープレートを読んだり、写真について何かを証明したりする手段にはなりません。

倍率は、寸法がどれだけ大きくなるかを示します。2倍のアップスケールは幅と高さが2倍になり、画素数は4倍になります。4倍なら画素数は16倍です。倍率が大きいほどネットワークに多くを作らせることになるので、品質にはばらつきが出ます。賢いやり方は、先に構図を決め、最後に拡大し、元のファイルを残すことです。拡大前にノイズを減らす人も多くいます。アップスケーラーは粒子を残す価値のあるテクスチャとみなしがちだからです。写真家は印刷の準備に、ゲームのアーティストは古いテクスチャの救済に、デザイナーはサムネイルから切り出したロゴの拡大に使います。高速な生成器とアップスケールの相性が良いのも同じ理由です。まず控えめなサイズで素早く下書きを作り、残すものだけを拡大すればよいのです。

スタジオでは、アップスケールのツールは、画像ジェネレーターのページで有料プラン向けに挙げられている機能の一つで、背景の除去や指示による編集と並んでおり、画像を2倍に拡大します。API には対応するエンドポイント POST /image/upscale があり、画像を2倍または4倍に拡大し、別の出力形式を頼まない限り PNG で画像そのものを返します。画像はまず NeverNo の絶対的な制限に照らして確認され、呼び出しは他と同じようにクレジットで課金されます。

スタジオの初期設定のモデルである Z-Image Turbo は、1メガピクセルの標準的な画像をおよそ3秒で作ります（Runware での測定）。そのため、いくつもの下書きを試し、最良のものだけをアップスケールできます。作った画像は、当社のサーバーのギャラリーには保存されません。履歴を保存するデータベースの中で、暗号化されてブラウザに保存されます。API は base64 で画像を返すので、保存は自分で行います。