Ampliação fiel vs. generativa: qual delas altera a sua fotografia

A uma fotografia pequena ou danificada falta informação. Parte dela pode ser deduzida com grande confiança: um contorno desfocado continua a ser um contorno, os blocos de compressão seguem um padrão conhecido e o ruído é suficientemente aleatório para ser separado da imagem. Outra parte não pode: os fios exatos de cabelo num rosto com 30 píxeis de largura, as letras de uma palavra que se tornou um borrão, a trama de um tecido que a compressão achatou.

Uma ferramenta fiel, também chamada modelo de restauração, reconstrói o primeiro tipo e deixa o segundo em paz. Onde há informação, dá nitidez; onde não há, mantém a imagem lisa. Uma ferramenta generativa preenche também o segundo tipo. Aprendeu como costumam ser o cabelo, as letras e os tecidos e desenha uma versão plausível sempre que a fotografia não é clara.

A maioria das ferramentas reais mistura ambas as abordagens, e algumas deixam escolher o grau de criatividade. A pergunta útil não é que tecnologia uma ferramenta usa, mas quanto do que se vê no resultado veio da sua fotografia.

Os modelos de restauração costumam ser treinados com pares: uma fotografia limpa e uma cópia danificada dela. O modelo aprende a transformar a cópia de novo na fotografia limpa e é penalizado sempre que o resultado difere da real. Isso leva-o a dar respostas que a imagem de entrada sustenta. Quando tem dúvidas, a resposta mais segura é uma resposta lisa, e é por isso que os resultados fiéis podem parecer suaves ou planos onde falta informação.

Os modelos generativos são treinados para produzir imagens com aspeto real, muitas vezes orientados pela imagem de entrada ou por uma descrição em texto. São recompensados por pormenores convincentes, não por corresponderem a um original exato. É assim que transformam um rosto minúsculo e desfocado num retrato nítido, e é também por isso que o retrato pode não ser da mesma pessoa.

Mudanças de identidade. As pessoas notam as mais pequenas diferenças nos rostos. Um melhorador generativo pode mudar a forma dos olhos, a linha do nariz, os dentes ou a pele. O resultado parece uma fotografia nítida de alguém parecido. Em fotografias de família e fotografias de perfil, isso é uma perda real.

Texto inventado. Quando as letras não são claras, um modelo generativo desenha letras que encaixam nas formas. Uma placa de rua, um recibo, uma matrícula ou um documento podem acabar com caracteres que parecem certos e estão errados. Como o resultado parece nítido, o erro passa facilmente despercebido.

Produtos que deixam de corresponder. Num anúncio, o pormenor gerado pode acrescentar um padrão de malha, uma textura ou uma linha de etiqueta que o artigo real não tem. Os clientes compram o que veem.

Registos e provas. As fotografias para participações de seguros, estado de imóveis, ciência, jornalismo ou fins jurídicos têm de mostrar o que lá estava. Qualquer pormenor gerado, mesmo uma textura subtil, põe isso em causa.

As ferramentas generativas não são más ferramentas; resolvem um problema diferente. Em obras de arte, imagens conceptuais ou impressões decorativas, a plausibilidade é o objetivo. Se ampliar arte gerada por IA, não existe um original real a que ser fiel.

Um caso mais ligeiro é a textura. Uma fotografia noturna em que o telemóvel transformou a relva numa mancha verde plana parece errada à vista, mesmo sendo «exata». Acrescentar ali uma textura natural semelhante a relva faz com que volte a parecer uma fotografia. É uma troca razoável para uma recordação, desde que saiba que a textura é plausível e não recuperada.

Use uma ferramenta que não acrescente nada sempre que o pormenor exato importe mais do que o aspeto: documentos, recibos, capturas de ecrã, matrículas, números de série, provas e tudo o que vá comparar com o objeto real.

A contrapartida é que os resultados estritamente fiéis estão limitados pela imagem de entrada. Uma fotografia muito pequena ou danificada sai mais limpa e maior, mas mais plana do que um resultado generativo, porque a ferramenta não desenha o que não consegue ver.

Alguns testes simples mostram quanto uma ferramenta acrescenta:

• Reduza o resultado ao tamanho original e compare. Um resultado fiel deve parecer quase idêntico à imagem de entrada. Os elementos que a imagem de entrada não tem foram acrescentados.
• Use uma imagem com texto pequeno que conheça. Palavras nítidas mas erradas significam que a ferramenta está a gerar.
• Use uma fotografia de alguém que conheça bem, com o rosto pequeno no enquadramento. Pergunte-se se o resultado ainda se parece com essa pessoa, e não apenas se parece nítido.
• Observe as zonas que estavam planas ou desfocadas na imagem de entrada. Uma textura nova que apareça aí foi gerada.
• Processe a mesma imagem duas vezes. As ferramentas que fazem amostragem aleatória dão pormenores finos diferentes em cada processamento.

Estamos perto do extremo fiel, mas não nele, e preferimos dizê-lo com clareza.

Os nossos três modelos principais, Melhorar, Ampliar 4× e Ampliar 8×, funcionam em duas fases. Uma rede de restauração remove o ruído e a compressão e reconstrói os contornos que os píxeis sustentam. Depois, uma fase de pormenor acrescenta textura fina natural, como a trama de um tecido, folhagem ou o veio da madeira, onde a fotografia a perdeu. Essa textura é plausível, não verdadeira. Os modelos estão ajustados para não mudar o estilo de uma fotografia nem alterar a forma dos rostos, mas deve, ainda assim, verificar os rostos com zoom a 100 %.

No Melhorar, a fase de pormenor é condicionada. Numa fotografia que já está limpa, deixa a imagem praticamente como está. Deteta o texto e deixa-o para a fase de restauração, que remove o ruído e a compressão e não redesenha letras. A deteção pode, ocasionalmente, falhar letra muito pequena ou densa, por isso, em documentos em que cada carácter importa, verifique o resultado ou guarde o original. Com Ampliar 4× e 8×, o texto pequeno fica tão suave como no original; não adivinhamos letras.

Se não quiser nada acrescentado, por exemplo em capturas de ecrã, gráficos ou texto em que cada píxel conta, guarde o original ou faça uma nova captura: todos os nossos modelos podem acrescentar alguma textura fina.

Nenhuma das nossas ferramentas é adequada para uso forense ou como prova, e nenhuma torna legível texto ilegível nem reconstrói um rosto de 50 píxeis.

Recebe 3 créditos grátis por dia, sem registo e sem cartão. Uma fotografia com uma ferramenta gasta 1 crédito; Ampliar 8× gasta 2. No plano gratuito, pode carregar ficheiros JPG, PNG ou WebP até 3 MB e 8 MP, e os resultados têm marca de água. Os planos Pro (9,99 USD por mês, 200 créditos) e Pro+ (19,99 USD por mês, 500 créditos) removem a marca de água e aceitam ficheiros até 20 MB e 30 MP. Os ficheiros carregados e os resultados são eliminados no prazo de 24 horas e nunca são usados para treinar IA.