AI放大图像需要来源标记
掘金·人工智能文章在三个人工降质的 1024×1024 样张上比较插值、CNN 与 GAN 超分辨率方法,发现模型生成的像素可能增加或丢失细节,人像和文字上的差异尤其明显。作者建议记录放大方法、倍率、模型与权重版本,以及原图是否仍可获取,并在比对、核价和存档流程中保留源资产。文章还提出通过缩回同一倍率并比较 PSNR,作为筛查未标记放大图像的兜底手段。
这些建议可帮助资产团队区分模型生成像素与相机采集像素,避免在验证和归档系统中把放大图误当作原图。
一条图片入库的链路上挂个超分环节是很自然的想法。缩略图糊了就先放大再切,列表页立刻好看。麻烦在后头:放大完的那张图一旦进了库就和用户当初传上来的那张混在一块了。再往后没人分得出哪个像素是相机给的、哪个是模型补的。下游只是列表页的封面图的话混了也没事。下游要做比对、核价和存档的时候混进去的就是事故。
这一轮的数是这么来的。三张 1024×1024 的样张先用 Pillow 11.3.0 的 LANCZOS 缩到 256 或 512,再让各种办法放回 1024 跟原图逐像素比,4× 那一组是八种办法、2× 那一组少一种。插值那边是 Pillow 的 nearest、bicubic 和 Lanczos。经典 CNN 超分走 OpenCV 5.0.0 的 dnn_superres 配官方预训练权重 ESPCN、FSRCNN、EDSR 和 LapSRN。GAN 那一类的数我用的是图映 ImgIng imging.cn/ 工作台的第 1 档快速高清,面板上显示跑的是 Real-ESRGAN General x4v3,五档里只跑了这一档。SSIM 用的是 scikit-image 0.24.0,PSNR 和分块统计是我自己写的。机器是一台 Apple 芯片 Mac 配桌面 Chromium,每种办法各跑一次。降质是人造的这件事得先交代:样张本来就清楚,是缩小以后再放回去的。真实的糊照片还叠着对焦不准、手抖、高 ISO 噪点和转发攒下来的 JPEG 损伤,这套数字搬不到那种图上去。
#Real-ESRGAN General x4v3#ImgIng#Pillow#OpenCV#scikit-image#ESPCN#FSRCNN#EDSR#LapSRN