Poprawa jakości AI przetestowana w siedmiu typowych zastosowaniach

Co przetestowaliśmy

Poniższe wymiary i obserwacje dotyczą pierwszej serii czterech obrazów; trzy dodatkowe scenariusze opisano osobno niżej.

Narzędzie jest przeznaczone do zdjęć, których dłuższy bok ma mniej niż 1 024 piksele. Aby przygotować publiczne przykłady, wybraliśmy cztery obrazy, których strony plików w Commons oznaczają je jako CC0 lub domenę publiczną: niebieski kwiat autorstwa Waldemara Jana, krajobraz górski przypisany U.S. Fish and Wildlife Service, zbliżenie kota autorstwa RobotBlanket oraz londyński ratusz sfotografowany przez Adriana Pingstone'a. Autor i licencja są podane pod każdym porównaniem, aby czytelnicy mogli sprawdzić informacje o źródle.

Pobraliśmy podglądy z Commons żądane z szerokością 960 pikseli, a następnie zmniejszyliśmy każdy obraz do 512 pikseli na potrzeby danych wejściowych modelu. To kontrolowana demonstracja działania narzędzia, a nie ocena oryginalnych plików fotografów w pełnej rozdzielczości. Każdy zmniejszony obraz przesłano raz do edycji obrazu przez AI z parametrami wysokiej jakości i automatycznym rozmiarze wyjściowym oraz poleceniem zachowania widocznej sceny, kadrowania i proporcji obrazu przy jednoczesnym ulepszeniu drobnych szczegółów.

Wygenerowane wyniki

Wszystkie cztery wywołania zwróciły obrazy. Surowe wyniki nie miały jednego stałego wymiaru: kwiat miał 1 020 × 1 541 pikseli, góra 1 536 × 1 024, kot 1 537 × 1 023, a ratusz 1 482 × 1 062. Na potrzeby przykładów produktu przeskalowaliśmy każdy wynik tak, aby jego dłuższy bok miał 1 024 piksele, zachowując proporcje obrazu. Dzięki temu wyświetlane porównanie odpowiada działaniu eksportu 1K w narzędziu; nie oznacza to, że model zawsze zwracał bok o długości 1K.

Suwaki porównania pokazują widoczny wzrost wyrazistości krawędzi i tekstury we wszystkich czterech przykładach. Główny motyw pozostaje rozpoznawalny: kwiaty nadal tworzą rabatę, grzbiet gór zachowuje ogólny układ, ten sam kot pozostaje centralnym elementem, a zaokrąglony ratusz nadal jest głównym budynkiem. Są to obserwacje dotyczące wyłącznie tych czterech wyników. Nie pozwalają one ustalić wskaźnika skuteczności ani nie gwarantują takiego rezultatu dla innego przesłanego pliku.

Zmiany, które warto sprawdzić

Ulepszanie generatywne przerysowuje obraz. W tych przykładach drobne płatki i liście stają się wyraźniejsze, grzbiety gór zyskują ostrzejszą teksturę, sierść i oczy kota są renderowane wyraźniej, a okna i linie fasady budynku wyglądają ostrzej. Te szczegóły to wygenerowane przez model elementy, które tylko wyglądają wiarygodnie, a nie dodatkowe informacje sprawdzone względem oryginalnej sceny. Model może narysować krawędź, która wygląda przekonująco, a przy tym zmienić jej dokładny kształt.

Porównaj cały kadr przed powiększeniem. Sprawdź horyzont i grzbiet, rozmieszczenie poszczególnych kwiatów, wąsy kota i wzór sierści wokół jego oczu, okna budynku, pobliskie drzewa oraz wszelkie drobne postacie lub obiekty. Porównaj także kolor i kontrast. Bardziej nasycony lub wyostrzony wynik może przyciągać uwagę, nawet jeśli odbiega od źródła. Właściwy wybór zależy od tego, czy obraz ma posłużyć tylko do niezobowiązującego podglądu, czy do zastosowania, w którym każdy szczegół musi pozostać wierny oryginałowi.

Wymiary i kompozycja

Zdjęcie kwiatu jest pionowe, a pozostałe trzy są poziome. Wygenerowane wyniki zachowały w tej serii podobną ogólną orientację i kadrowanie, ale surowa szerokość i wysokość różniły się w zależności od odpowiedzi modelu. Produkt normalizuje wyłącznie dłuższy bok i nigdy nie rozciąga obrazu do kwadratu. Jeśli przyszły wynik zmieni proporcje obrazu, narzędzie powinno pokazać źródło i wynik obok siebie, zamiast ukrywać różnicę w nakładce.

Wymiary w pikselach opisują siatkę pliku, a nie ilość zweryfikowanych informacji fotograficznych. Przeskalowanie wygenerowanego wyniku do 1 024 pikseli nie tworzy nowych próbek z aparatu. Powstaje plik, który można wyświetlić lub umieścić w większym rozmiarze, ale zawiera szczegóły wywnioskowane przez model. Nie interpretuj etykiety 1K jako gwarancji jakości druku ani zmierzonego odzyskania rozdzielczości.

Czego ten test nie pokazuje

Każdy z siedmiu obrazów wygenerowano jeden raz. Pierwsza grupa czterech nie obejmowała twarzy, skanów ani zdjęć produktów; dodane później zdjęcie rodzinne, ekspozycję butelek i skan tablicy botanicznej opisano poniżej. Pojedyncze przykłady nie potwierdzają tożsamości, małych napisów ani zgodności szczegółów z faktami. Nie testowaliśmy powtarzalności, rozmycia ruchu, artefaktów kompresji, zdjęć nocnych ani przezroczystych grafik i nie przeprowadziliśmy zaślepionego badania preferencji. Oględziny wybranych przykładów nie potwierdzają ogólnej niezawodności.

Podglądy z Commons zostały pobrane z żądaną szerokością 960 pikseli przed zmniejszeniem. Dostępne pliki źródłowe są większe, więc ten zestaw nie jest porównaniem z oryginałami fotografów w pełnej rozdzielczości. Ponieważ model jest stochastyczny i może zmieniać się między żądaniami, inna generacja może utworzyć inne kadrowanie, teksturę, kolor lub szczegóły obiektów. Oryginał pozostaje źródłem nadrzędnym, gdy ważna jest wierność.

Kiedy używać wyniku

W przypadku niezobowiązującego podglądu, tablicy inspiracji lub prywatnego obrazu, gdy wygenerowana interpretacja jest akceptowalna, porównaj cały obraz i zachowaj preferowaną wersję. W przypadku oferty produktu, etykiety, dzieła sztuki, architektury, identyfikacji, dziennikarstwa, dokumentacji medycznej, dowodu prawnego lub archiwum użyj lepszego pliku źródłowego albo zweryfikowanego procesu niegeneratywnego. Przed użyciem drobnego tekstu i rozpoznawalnych cech jako faktów sprawdź je względem źródła.

Wybrany obraz jest wyświetlany lokalnie jako podgląd i wysyłany do usługi przetwarzania dopiero wtedy, gdy użytkownik rozpocznie przetwarzanie. Używaj wyłącznie zdjęć, które możesz udostępnić temu dostawcy. Zachowaj oryginał osobno, sprawdź wygenerowany wynik i pobierz go tylko wtedy, gdy wprowadzone zmiany odpowiadają planowanemu zastosowaniu. Poniższe przykłady zawierają linki do stron źródłowych i informacji o licencji; wyniki AI to pochodne materiały demonstracyjne i nie zastępują oryginalnych stron źródłowych.

Trzy dodatkowe scenariusze

Adobe i Topaz wymieniają stare zdjęcia, skany, kadrowane obrazy i fotografie produktów jako częste zastosowania skalowania. Dodaliśmy rodzinne zdjęcie z 1920 roku z archiwum NARA (wejście 512 × 412; surowy wynik 2 794 × 2 252, wyświetlany jako 1 024 × 825), martwą naturę z butelkami na licencji CC0 (512 × 341; surowy wynik 1 534 × 1 025, wyświetlany jako 1 024 × 684) oraz skan planszy botanicznej z 1893 roku (372 × 512; surowy wynik 1 069 × 1 471, wyświetlany jako 744 × 1 024). W pojedynczych próbach twarze, krawędzie i refleksy szkła oraz drobne napisy mogą zostać zinterpretowane na nowo. Tożsamość, wygląd produktu i tekst sprawdź w podanym źródle.

Zdjęcia źródłowe

• Kwiat · Waldemar Jan · CC0
• Krajobraz górski · U.S. Fish and Wildlife Service · Domena publiczna
• Kot · RobotBlanket · CC0
• Londyński ratusz · Adrian Pingstone · Domena publiczna
• Archiwalny portret rodzinny · autor zdjęcia nieznany; Franklin D. Roosevelt Library / NARA · Domena publiczna
• Butelki i słoiki · CharMel Creations · CC0
• Skan planszy botanicznej · G.C. Dass / Chitra Slipi · Domena publiczna

Otwórz narzędzie do poprawiania jakości obrazów za pomocą AI, aby porównać zdjęcie, które masz prawo udostępnić.