補正とレタッチの違い
「補正・レタッチ・AI補正」の違い
写真を綺麗にするアプローチとして
これら3つの言葉はよく使われ
混同されがちですが
実は
それぞれ役割が異なります
ここでは
それぞれの言葉が持つ
「役割の違い」を整理して
紹介します
補正：
【色あせや劣化を当時の姿に近づける】
・経年劣化で色あせた色味や
・全体の色カブリ
・コントラストの調整など
写真がプリントされた当時の状態に近づけます
レタッチ：
【人の目と手で傷や汚れを取り除く】
キズ・折れ目・シミなど
時間の経過でついてしまった
物理的なダメージを
一つひとつ丁寧に消し綺麗に修復します
AI補正：
【足りない描写を新しく描き足す(生成)】
昔の写真特有の
「ピントの甘さ」
「ザラザラしたノイズ」を
AIの学習データによって
自動的に調整し
くっきり見せる技術です
AI補正とは
① 入力（読込）
読み込み
構成と特徴を捉えます
② 認識・分析
・人物
・背景
・色
・明暗など
画像の特徴・情報を
検出し
状態を分析します
③ 出力（生成）
分析結果と
過去の学習データから
新しい画像を
描き出します
AI補正によって作られた
画像は
AIが良かれと考え
導き出した
新たな画像になります
なぜ、AI補正「だけ」では
不十分なのか？
AI補正が
「補正」と「レタッチ」の
中間に位置するのは
学習データをもとにした
「補正とレタッチ」を
「画像の新たな生成」として
行っているためです
高速で均一に処理できる
メリットがある一方で
以下の不十分さがあります
原版にない描写が
加わることがある
AIの判断根拠は原版ではなく
大量の画像から学習した
統計パターンです
そのため
・背景の模様や服の柄
・人物の顔の細部など、
元のお写真には
存在しなかった描写が
自然な見た目で付け加えられて
しまうことがあります
既存の描写が不自然に
処理されることがある
AIは一枚ごとの状態を
見きわめる
仕組みを持たないため
原版に写っている
顔の輪郭・目鼻立ち・手の形などが
AIの処理過程で歪んだり
不整合な状態で出力されて
しまうことがあります
足りない情報を補おうとする処理が
かえって既存の記録を損なう
結果になるケースです
お写真を本来の姿に近づけるには
原版を基準とした補正と
一枚ごとに状態を見きわめる
人間の判断によるレタッチを組み合わせることを
お勧めします
