【正規化】ローカルAIの画像編集・レタッチは面白いと思う話【ローカルAIへようこそ】

はじめに

世の中のAIの発展スピードが速いので、AI画像のレタッチ手法は、最新クラウドAIモデルや優秀なモデルが提唱するスタンダードな方法に頼ってしまいがちです。（※ 直感的なプロンプトや、「こんな感じで」という抽象的な指示だけで実現してしまうので、それはそれでAIの進歩として良いと思います）

独自のワークフローや手法を作っても、新しくより優秀な手法が公開されると無駄になってしまう事があるため、AI情報を発信している人々も「新しい技術・サービスでやってみた」は多いと思いますが、「既存技術を工夫するとこんな事ができるよー」という情報は極端に少なくなってしまったように思います。

スキルレスAI社会へ向かっている現象の一つなのかもしれません。

それでもローカル界隈では、「ローカルで実現する」という永遠のインセンティブがあります。どんなに手間がかかっても、面倒であっても、クラウドで出来ない事はローカルで実現するしかありません。どんなに高額なクラウドプランであっても、お金を積み上げても出来ないものは出来ないのです。まさにプライスレスです。

そして、クラウドサービスは仕様（や囲い込み手法）が頻繁に変更されすぐに使えなくなりますが、ローカルで一度でも実現したスキルや作業ワークフローは、データや機械が物理的に壊れるまで個人スキルが失われる事はありません。

画像の正規化・高画質化・精細化

ローカルのAI画像編集で、圧倒的に便利な機能が高画質化だと思います。クラウドAIへは外部サーバーへのアップロード行為が必要になるため、著作/肖像物・nsfw・商標その他超えるべきハードルが高くなります。気軽に利用できません。

一方で、ローカルでの高画質化系のレタッチ手法は非常に充実してきたと思います。

正規化

AIへの部品や入力素材として利用する場合は、LLMのRAG用のフォーマットを整えるのと同じ意味で、画像を加工して構図を正規化した方が上手くいきます。

※ Krita-ai-diffusionを利用しています

画像の構図を正規化しておくと、その後の編集や素材として利用しやすくなります。特に編集AIのプロンプトが通りやすくなります。

高画質・高精細化

現状筆者が利用している、（そこそこ綺麗な画像を）アイデンティティを保存しながら高精細化するベストな手法は下記事のものです。

しかしリアルな写真と異なり、AI生成物は工夫が必要です。のっぺりしている事が多いので、そのままではあまり良い結果になりません。

AIがのっぺりさや劣化を「保存すべきスタイル」として認識してしまうと、あまり高画質化してくれません。

つまり、劣化を修正すべき「劣化」としてAIにちゃんと認識させれば画質が改善します。解像度を下げるというやり方は、AIアップスケールで良く知られたものの一つですが、実はあまり知られていないもう一つの方法があります。少なくとも筆者以外利用している人を知りません。

勘の良い人なら画像を見るだけで、その手法に気づくかもしれません。