Реставрация фото: что ИИ восстанавливает, а что придумывает

Что можно очистить с высокой уверенностью

Пыль, одиночные тонкие царапины, цифровой шум и неравномерный фон часто можно уменьшить, опираясь на соседние пиксели. Поворот, кадрирование и коррекция общего контраста также не требуют придумывать новые предметы.

Даже эти операции стоит проверять на увеличенном сравнении. Тонкая линия может оказаться не царапиной, а цепочкой, швом одежды или частью подписи. Безопасная обработка начинается с небольших исправлений и позволяет отменить каждое из них, не затрагивая исходный скан.

• пыль и мелкие точки;
• тонкие царапины на однородном фоне;
• умеренный шум сканера;
• поворот и геометрическое выравнивание;
• мягкая коррекция яркости и контраста.

Два разных действия под одним словом «восстановление»

Полезно различать интерполяцию и генерацию. Интерполяция — это уточнение пикселя на основе реально существующих соседних пикселей: у алгоритма есть данные со всех сторон дефекта, и он их комбинирует. Генерация — это создание пикселей там, где настоящих данных нет вовсе, на основе того, что модель видела на миллионах других фотографий при обучении.

Первое — это работа с тем, что действительно было в кадре. Второе — правдоподобная догадка. Внешне оба результата могут выглядеть одинаково чисто, но с точки зрения достоверности это принципиально разные операции, и хороший сервис не должен называть их одним словом без уточнения.

Где начинается предположение модели

Если царапина пересекает глаз, отсутствует часть лица или исходник слишком маленький, соседних данных недостаточно. Модель использует статистические знания о том, как обычно выглядят глаза, волосы, ткань или интерьер, и создаёт правдоподобный вариант.

Он может выглядеть убедительнее оригинала, но убедительность не равна достоверности. Особенно осторожно относитесь к новым зубам, узорам одежды, тексту, наградам, украшениям и архитектурным деталям.

Конкретный пример: залом проходит прямо через глаз на единственном сохранившемся фото прадеда. Модель в этом месте не «находит» скрытый глаз — она рисует наиболее вероятный, статистически обычный глаз на основе миллионов других лиц, на которых обучалась. Итоговое изображение может выглядеть убедительно, но это не тот же самый глаз, который был на снимке до залома.

Почему сгенерированные лица часто выглядят «одинаково»

У генеративных моделей есть системная особенность: там, где данных недостаточно, они выбирают статистически наиболее вероятный вариант, а не единственно верный. На практике это значит: чем сильнее повреждён или мал исходник, тем ближе результат к «усреднённому» лицу — симметричному, гладкому, без индивидуальных асимметрий, которые как раз и делают лицо узнаваемым.

Это не брак конкретного сервиса, а свойство самого подхода: модель обучена делать правдоподобные, а не обязательно достоверные изображения. Разница особенно заметна на родинках, шрамах, асимметричной улыбке — деталях, которые статистически редки и потому первыми теряются при сильной генерации.

Признаки чрезмерной генерации

Слишком гладкая кожа, симметричные глаза, одинаковые зубы и современная студийная резкость часто означают, что модель заменила реальные черты типовыми. На фоне могут появиться повторяющиеся узоры, странные линии и предметы без логичной формы.

Сравнивайте не только весь кадр, но и несколько ключевых областей рядом: глаза, рот, руки, надписи и границы повреждения. Полезно показать результат родственнику, который знал человека. Он быстрее заметит изменившуюся форму улыбки или привычную асимметрию, которую алгоритм случайно сгладил.

• изменилось выражение лица;
• исчезли родинки, морщины или асимметрия;
• появились читаемые буквы там, где их не было видно;
• узор одежды стал другим;
• фон выглядит детальным, но не имеет физического смысла.

Как хранить реставрированную версию

Оригинал должен оставаться главным архивным источником. Рядом храните нейтрально очищенную версию и отдельно — варианты с генеративным усилением, цветизацией или анимацией. В имени файла или описании укажите инструмент и дату обработки.

Ответственный сервис не должен называть сгенерированную деталь исторически точной и обязан давать сравнение. Именно этот принцип заложен в направление семейной реставрации Rukav.

Та же логика применима и к публикации: если результат выкладывают как исторический документ, а не как отреставрированную или частично сгенерированную версию, это вводит зрителя в заблуждение — и всё чаще прямо нарушает правила площадок, которые с 2024 года требуют помечать реалистично изменённый ИИ-контент.