Upscaling (kuvan skaalaus)
Upscaling tarkoittaa kuvan tai videon resoluution kasvattamista, jossa tekoäly luo puuttuvia yksityiskohtia ja parantaa terävyyttä aiemman oppinsa avulla.
Kuvan upscaling tarkoittaa digitaalisen kuvan tai videon koon ja resoluution kasvattamista. Kun puhutaan tekoälypohjaisesta skaalauksesta, kyse ei ole vain pikseleiden venyttämisestä, vaan ohjelmisto päättelee ja luo kuvaan uusia, todennäköisiä yksityiskohtia laajan opetusdatansa perusteella. Tuloksena on selkeämpi, tarkempi ja usein huomattavasti suurempi kuva kuin alkuperäinen tiedosto.
Perinteiset kuvankäsittelyohjelmat ovat vuosikymmeniä suurentaneet kuvia laskemalla pikseleiden väliin liukuvärejä erilaisilla matemaattisilla kaavoilla, kuten bikuubisella interpolaatiolla. Tämä tekee kuvasta usein pehmeän, sumean tai sahalaitaisen. Tekoälyyn perustuva skaalaus sen sijaan tunnistaa kuvasta elementtejä, kuten hiuksia, kankaan pintaa, puun kuorta tai rakennusten linjoja, ja piirtää näihin kohtiin uskottavia yksityiskohtia, joita matalaresoluutioisessa syötteessä ei varsinaisesti ollut.
Mitä kertoimet 2x ja 4x todellisuudessa tarkoittavat?
Kun skaalaustyökalussa valitaan kerroin, kuten 2x tai 4x, se viittaa yleensä kuvan leveyden ja korkeuden moninkertaistamiseen, ei pelkkään pikseleiden kokonaismäärään. Tämän eron ymmärtäminen on tärkeää tiedostokoon ja suorituskyvyn kannalta.
Jos lähtökohtana on kuva, jonka koko on 500 x 500 pikseliä, sen tarkkuus on 250 000 pikseliä. Kun kuva skaalataan kertoimella 2x, uusi koko on 1000 x 1000 pikseliä. Kuva-ala ja pikselien määrä nelinkertaistuu miljoonaksi pikseliksi. Jos sama kuva skaalataan kertoimella 4x, lopputulos on 2000 x 2000 pikseliä, jolloin pikseleitä on jo kuusitoistakertainen määrä eli neljä miljoonaa. Liian suuren kertoimen valitseminen raskaalla mallilla voi viedä turhaan laskentatehoa ja tuottaa tiedoston, joka on käyttötarkoitukseen nähden tarpeettoman raskas.
Arjen esimerkki: vanhan sukukuvan restaurointi ja paikallinen painatus
Kuvitellaan tilanne, jossa tamperelainen perhe haluaa teettää taulun vanhasta sukukuvasta, joka on otettu 1980-luvulla mökkilaiturilla Näsijärven rannalla. Alkuperäisestä paperikuvasta on jäljellä vain pieni, puhelimella aikanaan otettu valokuva tai sähköpostissa pakattuna kulkenut heikkolaatuinen tiedosto. Jos tämä pieni tiedosto lähetetään suoraan painotaloon kangastaulua varten, lopputulos on suttuinen ja pikselimössöinen.
Käyttämällä tekoälypohjaista skaalausta kuvan resoluutiota voidaan nostaa painokelpoiseksi. Työkalu terävöittää laiturilautojen saumoja, silottaa digitaalista kohinaa ja tekee vaatteiden neulekuvioista selkeitä. On kuitenkin huomattava, että tekoäly ei tiedä, millainen villapaita isoisällä todellisuudessa oli päällään: se vain luo sellaisen neulepinnan, joka näyttää ihmisen silmään luonnolliselta kyseisessä valaistuksessa ja mittakaavassa.
Miten skaalaus kannattaa tehdä käytännössä?
Parhaan lopputuloksen saavuttamiseksi kannattaa noudattaa selkeää prosessia pelkän automaattinapin painamisen sijaan:
- Etsi paras mahdollinen alkuperäistiedosto: Pikaviestimien tai sosiaalisen median kautta ladatut kuvat ovat voimakkaasti pakattuja. Käytä aina suoraa kameratiedostoa tai tee uusi, tarkka skannaus paperikuvasta, jos mahdollista.
- Määrittele todellinen käyttökohde: Verkkosivun tuotekuvaan voi riittää maltillinen kaksinkertainen skaalaus, kun taas Oulun torin mainostauluun vaaditaan aivan eri tarkkuus. Älä suurenna tiedostoa varmuuden vuoksi liikaa.
- Tarkastele tulosta täydessä koossa: Arvioi lopputulosta tietokoneen ruudulla sadan prosentin koossa (1:1). Pienellä puhelimen ruudulla kuva voi näyttää virheettömältä, mutta läheltä katsottuna iho saattaa muistuttaa vahaa tai silmät voivat vääristyä.
- Valitse oikea malli aineiston mukaan: Monet työkalut tarjoavat erilliset mallit valokuville, piirroksille ja digitaaliselle taiteelle. Valokuville tarkoitettu malli tekee piirroskuvan viivoista helposti keinotekoisia, ja päinvastoin.
Yleisin virhe: skaalaus sekoitetaan totuuden palauttamiseen
Suurin skaalaukseen liittyvä väärinkäsitys on ajatus siitä, että tekoäly palauttaisi alkuperäisen informaation, kuten elokuvien rikostutkinnassa usein annetaan ymmärtää. Jos valvontakameran tai auton rekisterikilven kuva on liian sumea, tekoäly ei voi taianomaisesti selvittää auton oikeaa tunnusta. Se voi piirtää epäselvän merkin tilalle terävän kirjaimen tai numeron, mutta tämä merkki on mallin arvaus, ei tallennettu todiste.
Sama koskee vanhoja muotokuvia: tekoäly voi korvata epätarkan silmän tai hammasrivin uudella, mutta lopputulos saattaa muuttaa henkilön ilmettä ja piirteitä niin, ettei hän enää näytä itseltään. Tekoälyskaalausta tuleekin pitää luovana ja visuaalisena parannuskeinona, ei totuudenmukaisena arkistodokumentaationa.
Asetukset työkaluissa Midjourney, FLUX, Ideogram, GPT Image ja ComfyUI ennen ja jälkeen -kuvineen: Upscaling: kuvan suurentaminen ja luovuus parametrisanastossa
Usein kysytyt kysymykset
Voiko tekoälyllä tarkentaa täysin sumean rekisterikilven tai pienen tekstin?
Ei luotettavasti. Tekoäly voi luoda selkeän näköisen kirjaimen tai numeron, mutta se arvaa merkin ulkomuodon eikä palauta todellista tietoa. Sitä ei voi käyttää todisteena.
Miksi tekoälyllä suurennettu kuva näyttää joskus muoviselta?
Jos malli poistaa liikaa kohinaa tai yrittää silottaa pintaa liikaa, ihmisten iho voi muuttua luonnottoman tasaiseksi ja vahamaisen näköiseksi. Tämä korjaantuu usein säätämällä terävöityksen ja kohinanpoiston voimakkuutta pienemmälle.
Mitä eroa on tavallisella suurennuksella ja AI upscalingilla?
Tavallinen suurennus jakaa olemassa olevat pikselit suuremmalle alueelle ja tekee kuvasta helposti pehmeän tai sumean. AI upscaling tunnistaa kuvassa olevia asioita ja generoi uutta, terävää yksityiskohtaa opitun mallin mukaan.
Toimiiko upscaling myös videoille?
Kyllä, mutta videossa mallin on pidettävä huoli myös ruutujen välisestä jatkuvuudesta. Jos jokainen kuvaruutu skaalataan erillisenä, videon yksityiskohdat ja pinnat voivat alkaa välkkyä häiritsevästi liikkeen aikana.
