AI写真カラー化の仕組み（そしてどこまで正確か）

100万枚以上の写真から色を学ぶ

カラー化モデルは、シンプルな方法で学習します。何百万枚もの普通のカラー写真から色を取り除き、ネットワークにその色を予測させるのです。既知の元画像と比べて間違えるたびに、空はたいてい青いが夕焼け空はそうではないこと、肌色には自然な範囲があること、草、レンガ、デニム、木材がそれぞれ異なる光の反射をすることなどを学んでいきます。

十分に学習した後のモデルは、特定の写真を覚えているわけではありません。視覚世界の色の出方の傾向を身につけています。白黒のシーンを見せると、素材や光の状態を見分け、それにもっとも自然な色を予測します。

あなたの写真に起こること

写真をカラー化するとき、モデルはまずシーン全体――顔、服、植物、空、室内の表面――を読み取り、自分が理解できる領域ごとに分けます。その後、各領域に色を予測し、写真本来の明るさの輪郭に沿って色をなじませます。そのため、赤いジャケットの色が背後の壁にはみ出すようなことはありません。

写真の明るさの構造――輪郭、質感、グラデーション――は完全にそのまま保たれ、生成されるのは色のチャンネルだけです。だからこそ、カラー化された写真でも元の雰囲気が保たれます。AIは、元画像がすでに持っている線の内側に色をのせるのであって、写真そのものを描き直しているわけではありません。

正確な部分と推定になる部分

比較的正確に出せるものは、肌色、空、植物、木材、一般的な素材など、色に強い傾向があるものです。一方で、服、車、家の塗装のようなものは推定になります。青く色付けされたワンピースが、実際には赤だったかもしれません。白黒画像そのものには、その情報が本当に含まれていないからです。この限界は本質的なものです。

そのため、歴史研究ではカラー化写真は記録そのものではなく、ひとつの解釈として扱われます。一方で、家族写真においてカラー化が強力なのも事実です。テーブルクロスがその正確な色だったと主張したいのではなく、祖父母を灰色の人物像ではなく、生きた場面の中の人として見られるからです。そして、分かっている細部については、統計より記憶の方が強いこともあります。たとえば、そのドレスが赤だったと覚えているかもしれません。

より良い結果を得るために

カラー化の品質は、入力画像の品質に大きく左右されます。暗くぼやけた画像よりも、シャープでしっかりデジタル化された画像のほうが、モデルが質感から素材を見分けやすいため、より良いカラー化ができます。プリント写真が傷んだり色あせたりしている場合は、修復とカラー化を同時に行いましょう。先に傷を直しコントラストを立て直すことで、カラー化モデルがより読み取りやすいシーンになります。

結果は全画面で確認しましょう。肌は生き生きしていてもオレンジすぎず、白いものは白く、色は輪郭の内側に収まっているべきです。良いAIカラー化は、「その日のカラ―写真」に見えるものです。もし「色を塗った写真」に見えるなら、入力画像の劣化が大きすぎた可能性があります。先に修復すれば、色の仕上がりも改善されます。

よくある質問