Przejdź do treści
promptowy.com / AI-ordbog / AI-opskalering (Upscaling)
Billeder, video og lyd

AI-opskalering (Upscaling)

AI-opskalering er en metode, hvor kunstig intelligens forstørrer billeder eller video og genskaber manglende detaljer ud fra mønstre, modellen har lært.

AI-opskalering er en teknologi, der bruger kunstig intelligens til at øge opløsningen på et digitalt billede eller en videofil og samtidig tilføje sandsynlige detaljer, som ikke findes i det oprindelige materiale. Hvor traditionel billedforstørrelse blot strækker de eksisterende pixels ud og udregner et gennemsnit af farverne, genkender en AI-model mønstre som øjenvipper, mursten, pels eller tekstil og tegner nye, skarpe elementer ind i motivet.

Teknologien gør det muligt at tage et lille eller komprimeret billede og forvandle det til en fil, der fremstår skarp på moderne skærme eller på tryk, uden de typiske slørede eller takkede kanter.

Hvad forstørrelse med 2x og 4x betyder i praksis

Når et værktøj tilbyder en opskalering på 2x eller 4x, henviser tallet som regel til billedets bredde og højde, ikke det samlede antal pixels. Hvis et billede måler 500 gange 500 pixels og forstørres med 2x, bliver det nye format 1000 gange 1000 pixels. Det betyder, at det samlede pixelantal er firedoblet.

Vælger du en opskalering på 4x, vokser filen til 2000 gange 2000 pixels, hvilket er seksten gange så mange pixels som i udgangspunktet. En højere opløsning er dog ikke altid ensbetydende med et bedre resultat. Hvis algoritmen tvinges til at opfinde for mange data fra et meget udtværet forlæg, kan billedet ende med at se kunstigt, voksagtigt eller overdrevet tegnet ud.

Et lokalt eksempel: Den lille butik i Kolding

Forestil dig en mindre tøjbutik i Kolding, der skal have trykt et nyt facadeskilt. Ejeren har fundet virksomhedens allerførste logo fra et gammelt websted, men filen er gemt i et lille webformat med kraftig komprimering. Bliver det trykt direkte på en to meter bred plade, bliver logoet grødet og ulæseligt.

Ved at køre filen igennem en AI-opskalerer kan algoritmen identificere de rette linjer, udjævne komprimeringsfejl og levere en vektorlignende, knivskarp gengivelse af logoet. Det samme gælder, hvis et lokalhistorisk arkiv i Svendborg vil udstille et scanning af et gammelt fotografi fra havnen. Her kan modellen gøre mursten og sejlskibes tovværk klarere, så udstillingens gæster får en mere behagelig visuel oplevelse.

Sådan kontrollerer du resultatet trin for trin

For at opnå det bedste resultat er det afgørende at arbejde metodisk i stedet for blot at acceptere softwarens første forslag:

  • Start med den bedste original: Undgå at bruge billeder, der er sendt via besked-apps, da de ofte er hårdt komprimerede. Find den originale kamerafil eller en rå scanning.
  • Brug ikke maksimal forstørrelse pr. automatik: Vælg kun den opløsning, du reelt har brug for. Skal billedet blot ligge på en webshop, er 2x ofte rigeligt, mens tryk kræver mere.
  • Sammenlign i fuld størrelse: Se på billedet i 100 procent visning på skærmen. Små fejl, mærkelige gentagelser i teksturer og unaturlige hudoverflader ses sjældent, når billedet er skaleret ned til en mobilskærm.
  • Hold øje med ansigter og tekst: Mange værktøjer har særlige funktioner til ansigtsrekonstruktion. Kontroller altid, om personens øjne, tænder og mimik stadig ligner vedkommende, eller om modellen har opfundet et helt nyt ansigt.

Den største faldgrube: AI gætter, den husker ikke

Den mest udbredte misforståelse omkring AI-opskalering er antagelsen om, at computeren fremkalder den virkelige sandhed fra fortiden. En kunstig intelligens kan ikke trylle information frem, som kameraets sensor aldrig nåede at fange. Den genererer derimod et kvalificeret gæt på, hvordan detaljerne sandsynligvis så ud, baseret på sit træningsmateriale.

I kreative projekter, markedsføring og grafik er dette gæt ofte mere end godt nok. Men i sammenhænge som efterforskning, tolkning af historiske dokumenter eller læsning af slørede nummerplader og skilte kan teknologien være decideret vildledende. En tekst, der fremstår skarp og læselig efter en AI-behandling, kan meget vel indeholde bogstaver og ord, som modellen har fundet på undervejs.

Sådan indstiller du det i Midjourney, FLUX, Ideogram, GPT Image og ComfyUI, med før- og efterbilleder: Billed-upscaling: skala og kreativitet i parameteroversigten

Ofte stillede spørgsmål

Genskaber en AI-opskalerer den faktiske virkelighed på et sløret foto?

Nej. Algoritmen udfylder de manglende områder med nye mønstre, som den vurderer passer ind i sammenhængen. Den genskaber ikke tabt information fra optagelsestidspunktet.

Hvorfor ser tekst og bogstaver ofte mærkelige ud efter forstørrelse?

Mange AI-modeller er trænet på generelle billeder af natur og mennesker, ikke på typografi. Hvis bogstaverne er meget utydelige, opfatter modellen dem ofte som abstrakte former og forvrænger dem.

Kan man også opskalere videoklip med AI?

Ja, men det kræver væsentligt mere regnekraft. Desuden skal modellen sikre, at de tilføjede detaljer er ensartede fra billede til billede, så der ikke opstår flimmer i overfladerne.

Bør jeg gemme mit originale billede efter en opskalering?

Ja, altid. Behandlingen ændrer billedets karakter permanent, og du bør altid bevare originalen som en sikkerhedskopi, hvis resultatet viser sig uhensigtsmæssigt senere.

← Alle begreber i AI-ordbogen

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›