低解像度の画像を拡大すると、ピクセルが目立ちブロック状になります。AIアップスケーリングは、ディープラーニングを使って周辺のピクセルパターンを分析し、新しいピクセルを予測・生成することで、シャープさを維持したまま画像を拡大します。
AIアップスケーリングの仕組み
通常の拡大（バイキュービック補間など）は既存ピクセルの加重平均で新しいピクセルを作ります。エッジが滑らかになりすぎて、拡大するほどぼやけて見えます。AIアップスケーリングは、大量の高解像度・低解像度画像ペアで学習したニューラルネットワークが、パターンを認識して自然なピクセルを生成します。テキスト、建物のエッジ、繰り返しパターンで特に効果が顕著です。
こんな時に使う
古い写真の復元、印刷用に小さな画像を拡大する場合、YouTubeサムネイル（1280×720）やSNS投稿用のソース画像が小さい場合に効果的です。スクリーンショットや低解像度の素材をSNSで共有する前に品質を上げるためにも使われます。
2倍 vs 4倍の選び方
2倍は処理が速く、ファイルサイズも小さめ。ウェブ・SNS用途に最適です。4倍はポスターや大判印刷など、最高品質が必要な場合に使います。入力画像が大きい場合、4倍は処理時間が長くなります。
PixkitのAIアップスケーリング
TensorFlow.jsをブラウザ内で実行するため、ファイルはサーバーに送信されません。初回のみモデル読み込みに数秒かかりますが、その後は素早く処理されます。