跳到正文
DEV Community· celticgemini001·· 8 天前AI 評分51

影片升頻至 4K 後畫面變差的原因:按劣化類型選擇預設

4Kにしたのに汚く見える本当の理由 — プリセット選択の失敗と、劣化の種類ごとの正解

AI 導讀

文章指出,AI 影片升頻至 4K 後畫面變差,問題往往在於預設不適合素材的劣化類型;升頻模型可能把壓縮瑕疵當成細節一併強化。文章比較 Natural HD、Ultra Crisp、True Texture、Cinema Vivid 和 Clear Reality 五種預設,並建議先檢查素材,按需要降噪及調整色彩、曝光,再升頻和輕度鋭化。

正文

celticgemini001

「AIで4Kにしたら、元より汚くなった」——この感想は間違っていません。ただし、犯人は4Kではありません。犯人は劣化の種類に対して間違ったプリセットを選んだことです。

360pの動画を4倍モデルに通して、のっぺりした1440pが出てきた。それを見て「アップスケールは詐欺だ」と結論する。気持ちは分かりますが、実際に起きているのは別のことです。

アップスケールは「1つの処理」ではない

ニューラルアップスケーラーは、同時に2つの仕事をしています。

  1. 再構成(reconstruction) — 元画像に存在しないディテールを、もっともらしく作り出す。輪郭、テクスチャ、髪の毛1本1本。
  2. 修復(restoration) — 前段の圧縮が焼き込んだアーティファクトを取り除く。ブロックノイズ、リンギング、バンディング、モスキートノイズ。

問題は、この2つの仕事が互いに邪魔をすることです。ブロックノイズまみれの元画像に対して再構成を強くかけると、モデルはブロックノイズを「くっきりした小さな四角」として自信満々に強調します。これが「アップスケールすると汚くなる」現象の正体で、モデル選択のミスであって、4Kの問題ではありません。

だから本当の問いは 「どのアップスケーラーが最高か」 ではなく、「このファイルはどんな劣化をしているのか、どのモデルがそれを増幅しにくいのか」 です。

5つのプリセットが、実際に何を最適化しているか

以下は同じ被写体・同じ元解像度・同じ倍率で、プリセットだけを変えた比較です。すべて実際の出力で、マーケティング用のレンダリングではありません。

Natural HD — 安全なデフォルト

Natural HDプリセット:人物写真のビフォーアフター。左が柔らかい元画像、右が解像された詳細

「AIっぽく見えない」ことを最優先するプリセットです。通常の閲覧距離でシャープに見えるぎりぎりのディテールだけを再構成し、そこで止めます。

  • 強み: ハロー(後光)状のアーティファクトがほとんど出ない。肌が蝋状にならず肌色を保つ。文字が読める。
  • 弱み: 元画像で本当に失われた髪の毛の筋や布の織り目を、意図的に作らない。フォレンジック級のディテールが必要な用途では物足りない。
  • 使うべき場面: リアリティがシャープさより重要なもの — 人物、商品写真、不動産、インタビュー映像、家族写真。

1つしか使わないなら、これを使ってください。失敗の仕方が穏やかなのが、他のモデルにない長所です。

Ultra Crisp — 「シャープだったのに眠い」画像向け

Ultra Crispプリセット:スチームパンクのコスプレ。アップスケール後に輪郭と金属パーツが解像

Ultra Crispは、元画像の輪郭が「壊れておらず、単にぼけている」と仮定して、エッジのコントラストを積極的に上げます。

  • 強み: グラフィック、イラスト、白背景の商品カット、UIスクリーンショット、コスプレや衣装のディテール、被写体と背景の境界がはっきりしたもの全般で優秀。
  • 弱み: ノイズの多い画像や強い圧縮のかかった画像では、ノイズまでシャープにします。高コントラストの輪郭にハローが出る。肌が硬くなる。
  • 使うべき場面: 元画像が「縮小された」ものであって「ひどく圧縮された」ものではない場合。

この区別は重要です。縮小はディテールが平均化されて消えた状態で、一部は復元できます。ひどい圧縮はディテールが圧縮アーティファクトに置き換わった状態で、強くシャープにするとアーティファクトが強調されるだけです。

True Texture — 布地と素材の再構成

True Textureプリセット:冬用コートとファー。右半分で素材のテクスチャが復元

ニット、ファー、デニム、革、木目、髪など、素材の表面に合わせて調整されたプリセットです。エッジのシャープさより、もっともらしい微細テクスチャを優先します。

  • 強み: 衣服や表面が「塗ったプラスチック」に見えなくなる。ファーやニットが100%表示で正しく見える。
  • 弱み: 元々存在しなかったテクスチャを作り出すことがある。正確さが求められる用途(医療、アーカイブ、証拠資料)では問題。処理も遅い。
  • 使うべき場面: ファッション、衣装のディテールが見える人物写真、素材感を残したい古い写真の修復。

True Textureについて理解すべき点:最もハルシネーションを起こしやすいプリセットです。マーケティング画像では長所、証拠性が問われる用途では欠点になります。

Cinema Vivid — 解像度ではなく色とコントラスト

Cinema Vividプリセット:アニメ調イラスト。左がくすんだ色、右が高彩度・高コントラスト

Cinema Vividは解像度をほとんど触りません。変えるのはトーンマッピング — 彩度、局所コントラスト、黒レベルです。

  • 強み: 眠い、平坦な、Log撮影っぽい、あるいは色調整の甘い映像が生き返る。色の分離が主役のアニメーションや様式化されたコンテンツと相性が良い。
  • 弱み: すでに彩度の高い素材はクリッピングまで押し上げる。肌色がオレンジに転ぶ。そもそも修復プリセットではない。
  • 使うべき場面: SNS向け、アニメーション、サムネイル — 「正確さ」より「インパクト」が欲しいもの。

これについては正直になりましょう。これはアップスケーラーの服を着たカラーグレードです。そうと分かっていれば問題ありません。

Clear Reality — 現実の複合劣化向けオールラウンダー

Clear Realityプリセット:屋外の人物写真。ぼけていた背景の構造が解像され、被写体は自然なまま

再構成とアーティファクト抑制のバランスを取ろうとするプリセットです。元画像の来歴が分からないときに使います — 出所不明のスマホ動画、ダウンロードしたクリップ、スクリーンショットのスクリーンショットなど。

  • 強み: 複合的な劣化(ぼけ、圧縮、ノイズが混在)を、どの方向にも派手に失敗せず処理する。
  • 弱み: 妥協の選択肢なので、単一の項目で最高になることは稀。クリーンな素材ならUltra Crispが上、布地ならTrue Textureが上。
  • 使うべき場面: 全フレームを検査できない、 heterogeneous な実世界の映像。

なぜ「順序」がプリセット選択より重要なのか

ほとんどの解説が飛ばす部分です。プリセット選択は2番目の決定です。1番目の決定は、アップスケーラーを動かす前に何をするか。

元画像に目に見えるブロックノイズやモスキートノイズがあるなら、先にデノイズをかけてください。先にアップスケールして後からデノイズすると、アップスケーラーがすでにアーティファクトを高コントラストのディテールに増幅してしまい、デノイザーは自分のモデルの出力と戦うことになります。二度損をします。

実際に機能する順序:

  1. 検査 — 200〜400%拡大で見る。支配的な劣化を特定する:ぼけ、ブロック、ノイズ、バンディングのどれか。
  2. デノイズ — ブロックやノイズがあれば。弱めに。アーティファクトを消すのが目的で、ディテールを消すのではない。
  3. 色・露出補正 — アップスケールの前に。露出オーバーのフレームをアップスケールすると、白飛びが焼き込まれます。
  4. アップスケール — コンテンツの種類に合わせたプリセットで(下表)。
  5. シャープ化は最後、弱めに。アップスケール後の軽いアンシャープマスクは、ハローを再導入せずに体感のシャープさを回復します。

判断表

元画像の状態 プリセット 理由
クリーンだが小さい(縮小された) Ultra Crisp 輪郭は無事、平均化されただけ=復元可能
ブロックノイズ・モスキートノイズ デノイズ → Clear Reality 再構成の前にアーティファクトを抑える
衣服・ファー・素材のディテール True Texture 微細テクスチャに最適化、ハルシネーション許容
人物・リアリティ重視 Natural HD 失敗が穏やか、肌が蝋状にならない
アニメ・様式化・SNS Cinema Vivid 解像度より色のインパクト
劣化の来歴が不明 Clear Reality 最悪ケースの挙動が最良
アーカイブ・証拠資料 Natural HD、弱め設定 擁護できないディテールを作らない

誰も言わない「2倍の法則」

2回に分けて倍にする(360p → 720p → 1440p)方が、一気に4倍するよりほぼ常に良くなります。理由は2つ:各ステップでハルシネーションの余地が小さく、コミットする前に確認できるチェックポイントがあるからです。

コストは時間です。利益は、1ステップ目が失敗したときに、その誤りを4Kファイルに焼き込む前に気づけることです。

4Kは実際に何をもたらすのか

元画像が360pなら、4K出力は「4K画質」ではありません — 360pの画像に4Kの入れ物の寸法を与えたものです。得られるのは:

  • 通常の閲覧距離での圧縮アーティファクトの減少(これが実質的な最大の利益)
  • プリセットが素材に合っていれば体感シャープさの向上
  • 新しい情報はゼロ。撮影されなかったディテールは復元できず、もっともらしく捏造されるだけ。

この最後の点が、有用なアップスケールと失望を分けます。期待値を「きれいで見栄えがする」に設定し、「ネイティブ4Kに復元」とは思わなければ、結果は詐欺には感じられなくなります。


手持ちの素材でプリセットを試したい場合、インストール不要でブラウザ上で動きます → upgolab.com。無料枠があります。上の画像は実際のプリセット出力です。

続きとして読む価値があるのは「フレームごとは鮮明なのに、動画が震える理由」— テンポラル一貫性の話で、静止画で完璧に見えるフレームが動きの中でなぜ破綻するかを説明しています。

來源:DEV Community · dev.to