CodeFormer
CodeFormerとは？
CodeFormerは、ぼやけた、または低品質な画像や動画の顔を修復しシャープにするAIツールで、学習済みの高品質な顔の細部のライブラリを使って、顔があるべき姿を再構築します。
ひと目で分かる
- Type of model
- 離散コードブックとトランスフォーマーアーキテクチャを使う顔復元・強調モデル
- Developed by
- S-Lab, Nanyang Technological University
- Key capability
- 制御可能な元画像への忠実度バランスを伴う、劣化した入力からの高品質な顔復元
- How it fits in AI workflow
- AI生成画像、アップスケールされた動画、またはアーカイブ映像の復元において顔品質を強調するポストプロセッシングステップとして使用
創ってみませんか？
シーンを演出し、キャラクターをデザインし、長編映像まで仕上げる
シンプルで透明性の高い料金体系、速度制限なし、無限のCanvasで創造性を最大化する、オールインワンのAIクリエイティブプラットフォーム。
他の概念との比較
Compared with related concepts
CodeFormer対GFPGAN：どちらも劣化した顔の品質を向上させるAI顔復元モデルですが、CodeFormerはコードブックベースのアプローチを使い、ひどく劣化した入力で一般により良い結果を生み、制御可能な忠実度パラメーターを提供します。GFPGANは以前のモデルで、依然として広く使われており高速ですが、CodeFormerは難しい復元タスクには一般により有能と考えられています。
プロのヒント
AI生成された顔にCodeFormerを使う際は、忠実度ウェイトを0.5前後から始め、用途にとってアイデンティティ保持と出力品質のどちらが重要かに基づいて調整してください。低い値はよりクリーンな結果を生みますが、元の顔から逸脱することがあり、それは制作全体でのキャラクターの一貫性にとって問題になりえます。
種類とバリエーション
CodeFormerは主に単一のモデルとしてリリースされていますが、出力品質とアイデンティティ保持のバランスを変える異なる忠実度ウェイト設定（通常は0から1の間の値で表されます）で実行できます。公式のGitHubリポジトリを通じて利用でき、AUTOMATIC1111 Stable Diffusion Web UIに顔復元オプションとして統合され、さまざまな動画強調・アップスケールツール内で使われています。
Morphicで最初のシーンを作ってみませんか？
Morphicを試す主な活用シーン
CodeFormerは、古いまたは低品質な写真の顔の復元、顔生成がぼやけたりアーティファクトを含む結果を生んだAI生成画像での顔の細部の強調、アップスケールされた動画映像での顔品質の向上、そしてアーカイブや歴史的メディアの動画復元パイプラインの一部として使われます。AIアバターやポートレートの強調ワークフローでも使われます。
創ってみませんか？
シーンを演出し、キャラクターをデザインし、長編映像まで仕上げる
シンプルで透明性の高い料金体系、速度制限なし、無限のCanvasで創造性を最大化する、オールインワンのAIクリエイティブプラットフォーム。
FAQ
CodeFormerは、学習済みの高品質な顔コンポーネントのコードブックを使って顔の細部、シャープさ、質感を再構築することで、劣化した画像や動画の顔を復元し強調します。ぼやけた、または低解像度の入力から修復します。
実際の細部を加えずにピクセルを拡大する単純なアップスケールと異なり、CodeFormerは実際の顔コンポーネントの学習済みライブラリを参照してもっともらしい高品質な顔の細部を生成し、はるかにシャープでよりリアルな顔の再構築を実現します。
忠実度パラメーターは通常0から1の間に設定され、CodeFormerが元の入力された顔にどれだけ近く留まるかを制御します。低い値は出力品質とシャープさを優先し、アイデンティティをわずかに変えることがあります。高い値は元の外観により近く留まります。
はい、CodeFormerは動画映像にフレームごとに適用して、動画内の顔を復元または強調できます。動画復元パイプラインで使われますが、すべてのフレームを処理するのはGPUアクセラレーションなしでは時間がかかることがあります。
CodeFormerはオープンソースで、GitHubリポジトリを通じて無料で利用できます。AUTOMATIC1111 Stable Diffusion Web UIを含む、いくつかの無料・商用のAI画像・動画ツールにも統合されています。
ひどく劣化した、または非常に低解像度の顔でより高品質な結果が必要なとき、または制御可能な忠実度が欲しいときはCodeFormerを使ってください。GFPGANはより速くシンプルなので、速度がより重要なとき、または入力が軽度にしか劣化していないときに適しています。
