PhotoldAI phục hồi ảnh hoạt động như thế nào?
Đội ngũ Photold · · 7 phút đọc
AI phục hồi ảnh hoạt động bằng dự đoán. Một mô hình được huấn luyện trên một lượng hình ảnh rất lớn cho đến khi nó học được ảnh thường trông ra sao. Khi nhận một bức ảnh hư hỏng, nó tạo ra một phiên bản đã sửa có khả năng đúng. Nó không tra cứu gì cả, và nó không biết gì về gia đình bạn.
Chỉ một ý đó giải thích được cả kết quả tốt lẫn kết quả xấu. Vết xước ngang bức tường trơn là một phỏng đoán dễ, và phỏng đoán đó sẽ ổn. Vết xước ngang con mắt cũng là một phỏng đoán, và ở đó nó có thể đổi người trong ảnh trông giống ai.
Mô hình học gì trong quá trình huấn luyện
Hãy hình dung một người đã dành nhiều năm ngắm nhìn các bức ảnh. Họ không ghi nhớ từng bức, nhưng đã nắm được các quy luật: ánh sáng đổ lên má thế nào, cổ áo gấp ra sao, gạch trông thế nào, hạt phim khác vết xước ở chỗ nào. Một mô hình làm điều tương tự, bằng con số chứ không phải bằng lời.
Việc huấn luyện diễn ra trước khi bạn dùng bất kỳ công cụ nào. Khi bạn tải một bức ảnh lên, mô hình áp dụng những gì nó đã học. Tại Photold, chúng tôi không dùng ảnh của bạn để huấn luyện các mô hình AI.
Chuyện gì xảy ra khi bạn đưa cho nó một bức ảnh hư hỏng
Chi tiết khác nhau giữa các công cụ, nhưng đại thể thì giống nhau.
- Hình ảnh được gửi đến mô hình. Với Photold, nó đi qua máy chủ của chúng tôi đến các nhà cung cấp AI của chúng tôi, Google (Gemini API) và eachlabs, những bên có thể chạy các mô hình của nhà cung cấp khác.
- Công việc được mô tả. Công cụ nói rõ muốn làm gì, như sửa hư hỏng hay thêm màu, và điều gì phải để yên.
- Mô hình đọc những gì có ở đó: hình khối, sắc độ, gương mặt, và thứ trông giống hư hỏng chứ không phải một phần của khung cảnh.
- Nó tạo ra một hình ảnh. Nơi bức ảnh cho thông tin rõ ràng, nó làm theo. Nơi không có, nó điền vào thứ thường nằm ở đó.
- Bạn nhận lại một tệp mới. Đó là một bức hình mới dựa trên bản tải lên của bạn, nên chi tiết có thể thay đổi ngay cả ở xa chỗ hư hỏng. Đó là lý do bước kiểm tra ở cuối rất quan trọng.
Khôi phục và dựng lại
Hãy nghĩ đến một bức thư dính vết cà phê. Nếu vết ố che một phần câu "sáng nay chúng tôi đã đến nơi an toàn", bạn có thể điền từ đó vào một cách tự tin, vì phần còn lại đã quyết định điều ấy. Đó gần với khôi phục. Nếu vết ố che tên một thị trấn, bạn vẫn có thể viết một tên thị trấn phù hợp. Nó sẽ trông đúng, và nó sẽ là bịa ra. Đó là dựng lại.
Các công cụ AI làm cả hai, và kết quả không cho bạn biết đâu là đâu.
| Trong ảnh của bạn | Công cụ đang làm gì | Nên tin đến đâu |
|---|---|---|
| Vùng tối và vùng sáng đã phai | Khôi phục: chi tiết có trong bản quét, chỉ là mờ nhạt | Khá nhiều |
| Bụi và vết xước mảnh trên vùng trơn | Gần với khôi phục: xung quanh đã quyết định | Khá nhiều |
| Vết rách ngang tường hoặc bầu trời | Dựng lại, và ít thứ phụ thuộc vào nó | Thường ổn |
| Vết nứt ngang mắt hoặc miệng | Dựng lại, và rất nhiều thứ phụ thuộc vào nó | Hãy hỏi người từng biết người đó |
| Một gương mặt rất mờ | Dựng lại gần như mọi đường nét | Một nét giống, không phải bản ghi |
| Màu trên ảnh đen trắng | Dựng lại: màu chưa bao giờ có trong tệp | Hợp lý, không phải đã ghi lại |
Cho một bản quét chạy qua Photold và nhìn kỹ điều gì được giữ lại và điều gì được điền vào.Dùng thử Photold
Vì sao kết quả khác nhau, và vì sao gương mặt và chữ lại khó
Kết quả khác nhau tùy ảnh gốc. Một bản quét sạch, sắc nét để lại ít thứ phải đoán hơn. Vì vậy khi kết quả làm bạn thất vọng, hãy thử một bản quét tốt hơn trước, như hướng dẫn phục hồi ảnh cũ của chúng tôi giải thích.
Gương mặt khó vì bạn là chuyên gia về chúng. Một thay đổi nhỏ ở mí mắt, thứ bạn sẽ chẳng bao giờ để ý trên một thân cây, có thể khiến ai đó trông như người lạ. Mô hình biết gương mặt nói chung, chứ không biết gương mặt này. Chúng tôi điểm qua các dấu hiệu trong bài AI phục hồi ảnh có làm thay đổi gương mặt không?
Chữ khó vì các chữ cái phải chính xác. Một mô hình biết chữ viết trông thế nào rõ hơn là biết một tấm biển cụ thể từng ghi gì, nên nó có thể tạo ra những hình trông như chữ mà chẳng có nghĩa gì. Hãy nghi ngờ huy hiệu, biển hiệu cửa hàng và những dòng khắc nhỏ trong kết quả, và hãy đọc chúng từ bản quét của bạn.
Sửa, tô màu và nâng cấp là những việc khác nhau
Nghe như một việc, nhưng mỗi việc đặt ra một câu hỏi khác và mang một rủi ro khác. Đó là lý do nên chạy chúng thành các bước riêng và kiểm tra từng bước.
| Việc | Câu hỏi nó trả lời | Rủi ro | Trong Photold |
|---|---|---|---|
| Sửa | Dưới chỗ hư hỏng này từng có gì? | Bịa chi tiết ở những vùng hư hỏng | Phục hồi ảnh, Xóa vết xước |
| Tô màu | Thứ này nhiều khả năng có màu gì? | Một màu hợp lý nhưng sai | Tô màu |
| Nâng cấp | Nếu sắc nét hơn thì thứ này trông ra sao? | Thêm chi tiết chưa từng có | Nâng cấp HD |
Vì sao việc công cụ bảo mô hình giữ lại điều gì lại quan trọng
Nếu để mặc, mô hình bị kéo về phía ảnh thường trông ra sao: da mịn hơn, răng gọn hơn, khung hình ngăn nắp hơn. Một yêu cầu mơ hồ là làm bức ảnh đẹp hơn cho nó chỗ để làm tất cả những điều đó. Một công cụ phục hồi phải đặt ra giới hạn và nói rõ điều gì phải giữ nguyên: bảng màu, khung hình, gương mặt. Khi so sánh các công cụ, hãy đọc kỹ điều mỗi công cụ hứa để yên cũng như điều nó hứa sửa.
Đây là điều Photold hướng tới. Phục hồi ảnh giữ nguyên bảng màu, nên ảnh đen trắng vẫn là đen trắng và sepia vẫn là sepia, và theo thiết kế nó không cắt, không dàn dựng lại, không thay đổi gương mặt, biểu cảm hay màu da. Nâng cấp HD không được thay đổi danh tính hay nước da. Tô màu không làm sáng da. Những mục tiêu này giảm thay đổi nhưng không thể loại trừ chúng, vì chi tiết mịn bị hư hỏng che mất được dựng lại chứ không được khôi phục. Một người từng biết nhân vật trong ảnh là người đánh giá kết quả tốt nhất.
Về chuyện gì xảy ra với chính các tệp, xem bài tải ảnh gia đình lên có an toàn không.
Câu hỏi thường gặp
AI phục hồi ảnh có khôi phục được chi tiết thật trong ảnh không?
Chỉ khi còn sót lại dấu vết của nó, như trong những vùng tối đã phai. Chi tiết bị hư hỏng che hoàn toàn được dựng lại, nghĩa là đó là một phiên bản có khả năng đúng chứ không phải những gì từng có.
AI có biết người thân của tôi trông như thế nào không?
Không. Nó có ảnh của bạn và các quy luật chung học từ những hình ảnh khác. Đó là lý do bạn nên so sánh kết quả với những bức ảnh khác của người đó, hoặc hỏi người từng biết họ.
Vì sao cùng một công cụ làm tốt ở bức ảnh này mà kém ở bức ảnh khác?
Kết quả phụ thuộc vào lượng thông tin trong nguồn. Một bức chân dung lớn, sạch để lại ít thứ phải đoán, còn một gương mặt nhỏ xíu hay hư hỏng để lại rất nhiều.
Ảnh của tôi có được dùng để huấn luyện AI không?
Tùy dịch vụ, nên hãy đọc chính sách quyền riêng tư của họ. Photold không dùng ảnh của bạn để huấn luyện các mô hình AI.
AI có khôi phục được chữ trên biển hiệu hay tài liệu cũ không?
Không đáng tin cậy. Nếu các chữ cái bị che mất, mô hình có thể tạo ra những hình chỉ trông như chữ viết, nên hãy đọc chữ quan trọng từ chính bản quét.
