Dr. MacのRants & Raves
エピソード#363

十分に進歩した技術は魔法と区別がつきません。 

—アーサー・C・クラーク

私と同じくらい長い間コンピューターで画像を操作してきた人なら、Photoshop、Affinity Photo、Pixelmator Pro などの画像処理アプリの究極の目標は、目に見えるアーティファクト、ぼやけ、ギザギザのエッジ、その他の不要な要素を導入せずに画像を拡大 (または縮小) することであることをご存知でしょう。

長年にわたり、グラフィックアプリはバイリニア法やニアレストネイバー法といったアルゴリズムを用いて画像の拡大縮小性能を向上させてきましたが、その結果は決して素晴らしいものではありませんでした。これらのアルゴリズムを用いて画像を拡大または縮小すると、ほとんどの画像はアルゴリズムを適用しない場合よりも見栄えが良くなりますが、見栄えが素晴らしいことは稀です。

画像サイズ変更の画期的な進歩

しかし先週、Pixelmator Pro は、機械学習を使用して、細部をあまり失ったり、不要なアーティファクトを導入したりすることなく、画像の解像度 (サイズ) を向上させる ML Super Resolution という画期的な機能を導入しました。

この新機能を発表したブログ記事では、「安っぽい警察ドラマのように画像を拡大したり補正したりすることが現実になりました！」と誇らしげに宣言していた。

そこまで言うかどうかは分かりませんが、数日試してみて、かなり感銘を受けました。切手サイズの低解像度画像を完璧なポスターサイズの高解像度画像に拡大することはできませんが、機械学習アルゴリズムが多くの画像のサイズと解像度を2倍、3倍、さらには4倍にまで拡大する優れた性能には驚かされます。

6枚ほどの異なる画像で試してみましたが、他のアルゴリズムよりも写真のサイズと解像度を拡大（および縮小）する精度が優れていることがわかりました。改善は控えめな場合もあれば、目覚ましい場合もありましたが、いずれの場合もML Super Resolutionの方が優れていると感じました。以下に例を示します。

舞台裏では、機械学習によって魔法が実現されています。機械学習はエッジ、パターン、テクスチャを認識し、データセットと広範なトレーニングに基づいてディテールを再現しようとします。機械学習は他のアルゴリズムよりも多くの処理能力を必要としますが（Pixelmatorによると、8,000倍から62,000倍）、私の2015年製MacBook Proでは、各画像をわずか数秒で処理できました。

それはすごいですね。

Pixelmator ブログ (https://www.pixelmator.com/blog/) にアクセスして、ML Super Resolution の背後にあるテクノロジーについて読んだり、最も一般的な 3 つのアルゴリズム (双線形、最近傍、Lanczos) と比較した例を確認したりすることをお勧めします。

感動しました

私は今でもAffinity Photosのファンで、画像編集のほとんどをこれを使っています。しかし、今後は高画質の画像拡大・縮小が必要な時はPixelmator Proを使うつもりです。もしかしたら、Pixelmator Proをフルタイムで使うようになるかもしれません。

ぜひ無料トライアルをダウンロードして、ご自身の画像で試してみてください。ML Super Resolution に私と同じくらい感動しない方がいたら、きっと驚くでしょう。

そして彼が書いたのはそれだけです…