よくある7つの用途でAI画像補正を検証

検証した内容

以下の寸法と観察結果は最初の4枚を対象としています。追加した3つの用途は後半で個別に説明します。

このツールは長辺が1,024ピクセル未満の写真を対象にしています。公開例には、CommonsのファイルページでCC0またはパブリックドメインと確認できる4枚を選びました。Waldemar Janの青い花、米国魚類野生生物局にクレジットされた山岳風景、RobotBlanketの猫の接写、Adrian Pingstoneが撮影したロンドン市庁舎です。それぞれの比較画像の下に作者とライセンスを確認できる出典リンクを付けています。

Commonsのプレビュー画像を取得し、幅960ピクセルでリクエストした画像を入力用に長辺512ピクセルまで縮小しました。これは製品の処理経路を確認する公開デモであり、写真家が公開した最大解像度のファイルを評価したものではありません。縮小画像を1枚ずつAI画像編集に使用し、高品質設定と自動出力サイズを指定しました。プロンプトでは、見えている場面、構図、縦横比を保ちながら細部を鮮明にするよう求めています。

モデルが返した寸法

4回とも画像が返りましたが、出力サイズは一定ではありません。花は1,020 × 1,541ピクセル、山は1,536 × 1,024、猫は1,537 × 1,023、市庁舎は1,482 × 1,062でした。製品ページに載せる前に各出力の長辺を1,024ピクセルへ縮小し、縦横比は維持しています。これはツールの1K出力に合わせた表示処理で、モデルが常に長辺1,024ピクセルを返したという意味ではありません。

4枚の比較スライダーでは、輪郭や模様が見やすくなったように見えます。花の群生、山の稜線の大まかな配置、中央の猫、丸みのある市庁舎という主題は判別できます。これは選んだ4件を目で確認した結果です。成功率や、次に選ぶ写真の仕上がりを保証するものではありません。

確認したい変化

生成AI補正は画像を描き直します。この例では花びらや葉、山稜の表面、猫の毛と目、建物の窓や外壁の線がよりはっきり描かれています。これらは自然に見える生成内容ですが、実際の撮影現場と照合して正しいと確認した情報ではありません。輪郭がくっきりしていても、その正確な形が元写真と同じとは限りません。

まず全体を比べてから細部を拡大します。地平線と稜線、花の配置、猫のひげと目の模様、窓、周辺の木、小さな人や物を確認してください。色やコントラストの変化も見ます。彩度やシャープさが増すと魅力的に見える一方、出典から離れることがあります。用途が気軽なプレビューなのか、細部の忠実さを必要とするのかで判断が変わります。

寸法は写真情報の量を表さない

花の写真は縦位置で、残りの3枚は横位置です。今回の出力は大まかな向きと構図を保ちましたが、APIが返す幅と高さはリクエストごとに異なりました。製品は長辺だけを最大1,024ピクセルにそろえ、生成画像の縦横比を維持します。正方形にするために写真を引き伸ばすことはありません。将来、比率が変わった場合は差を隠さず、元画像と結果を並べて表示します。

ピクセル寸法はファイルの格子サイズであり、撮影で記録された情報量の検証ではありません。生成画像を1,024ピクセルに縮小しても、カメラで新しく撮影したサンプルが増えるわけではありません。モデルが推定した細部を含む大きな表示用ファイルになります。1Kという表示から印刷品質や解像度復元が測定済みだと判断しないでください。

この検証で分からないこと

7枚の画像はそれぞれ1回だけ生成しました。最初の4枚には顔、スキャン、商品画像は含まれておらず、追加した家族写真、瓶のディスプレイ、植物図版のスキャンは下で説明しています。単発の例では、人物の同一性、小さな文字、事実の正確さは検証できません。再現性、手ぶれ、圧縮ノイズ、夜景、透明グラフィックは検証せず、ブラインドの好み評価も行っていません。選んだ例の目視確認だけでは一般的な信頼性は示せません。

Commonsのプレビューは幅960ピクセルでリクエストしました。各ファイルページにはさらに大きな原本があるため、写真家の最大解像度画像との比較ではありません。生成結果はリクエストごとに変わり得ます。構図、模様、色、物体の細部が別の出力で同じになる保証はありません。忠実さが必要なときは元ファイルを基準にしてください。

どの用途に使えるか

気軽なプレビュー、ムードボード、生成的な解釈を許容できる個人写真では、画像全体を比べて好みの版を選べます。商品ラベル、作品、建築、本人確認、報道、医療、法的証拠、記録では、より良い原本または検証済みの非生成方式を選んでください。文字や特徴を事実として使う場合は、元資料と照合します。

選択した写真はまずブラウザー内で表示され、処理を開始した後にのみ画像サービスへ送信されます。提供先へ共有する許可がある写真だけを使い、元画像も別に保存してください。生成結果を確認してからダウンロードするか決めます。以下のデモには出典とライセンスを付けています。生成画像は二次的な説明例であり、元資料の記録を置き換えません。

追加した3つの用途

AdobeとTopazは、古い写真、スキャン、トリミング画像、商品画像を一般的な拡大用途として挙げています。NARA所蔵の1920年の家族写真（入力512 × 412、モデル出力2,794 × 2,252、表示1,024 × 825）、CC0の瓶の静物写真（512 × 341、出力1,534 × 1,025、表示1,024 × 684）、1893年の植物画スキャン（372 × 512、出力1,069 × 1,471、表示744 × 1,024）を追加しました。各1回の生成では、顔、ガラスの縁や反射、細かな文字が別の形に解釈される場合があります。人物、商品、文字はリンク先の画像と照合してください。

写真の出典

• 花 · Waldemar Jan · CC0
• 山岳風景 · 米国魚類野生生物局 · パブリックドメイン
• 猫 · RobotBlanket · CC0
• ロンドン市庁舎 · Adrian Pingstone · パブリックドメイン
• アーカイブ家族写真 · 撮影者不明；Franklin D. Roosevelt Library / NARA · パブリックドメイン
• 瓶とジャー · CharMel Creations · CC0
• 植物画のスキャン · G.C. Dass / Chitra Slipi · パブリックドメイン

AI画像補正を開き、共有許可のある写真で比較してください。