오래된 사진의 흐릿한 얼굴 수정: AI 얼굴 복원이 실제로 작동하는 경우

부모님의 첫 데이트 사진이 있습니다. 1973년, 다이너 부스에 앉아 계시는데, 아버지의 얼굴이 살짝 초점이 안 맞습니다. 심하지는 않지만 표정을 잘 알 수가 없습니다. 몇 년 동안 그냥 받아들였습니다. 그러다 얼굴 복원 AI를 발견했습니다.

결과는 제 예상과 달랐습니다. 어떤 사진은 놀라울 정도로 좋아졌습니다. 어떤 사진은 이상하게 나빠졌습니다. 얼굴 복원이 실제로 도움이 되는 때에 대해 제가 배운 것을 소개합니다.

흐릿한 것과 작은 것의 차이

이 구분이 중요합니다. 진짜로 흐릿한 얼굴은 종종 극적으로 개선될 수 있습니다. AI가 작업할 충분한 픽셀 데이터를 가지고 있고, 그저 선명하게 하고 재구성하기만 하면 됩니다. 너무 작은 얼굴은 훨씬 더 어렵습니다. 제 경험상 얼굴이 최소 80x80 픽셀은 되어야 얼굴 복원이 보통 도움이 됩니다. 그 이하는 결과를 예측할 수 없습니다.

GFPGAN v1.4 vs v1.3: 실용적인 차이

GFPGAN에는 두 가지 주요 버전이 있고 목적이 다릅니다. v1.4는 인물을 알아볼 수 있게 하는 것을 우선시합니다. v1.3은 최대 선명도를 추구하며 그 과정에서 얼굴 특징을 약간 변경할 수 있습니다. 가족 사진에는 항상 v1.4를 사용합니다. 아버지가 약간 덜 선명해도 아버지답게 보이는 것이 낫기 때문입니다.

얼굴 복원이 오히려 상황을 악화시킬 때

건너뛰어야 할 경우가 있습니다. 안경을 쓴 사람, 얼굴에 강한 그림자가 있는 사진, 그리고 이미 충분히 선명하고 또렷한 얼굴은 추가 처리가 오히려 품질을 떨어뜨립니다.

제 얼굴 처리 워크플로우

먼저 전체 사진을 복원하고, 얼굴을 확인한 후, 필요한 경우에만 얼굴 복원을 실행합니다. 결과를 비교하고, 처리된 느낌이 들면 설정을 낮춥니다. 마지막으로 업스케일하며, 얼굴 복원 전에 업스케일하지 않는 것이 중요합니다.

그 다이너 사진 속 아버지는 지금 제 책상에 액자로 있습니다. 그의 표정이 마침내 선명하게 보입니다. 완벽하지는 않지만, 그건 아버지이고 그게 중요한 것입니다.