モデル
BiRefNet、メビウス、VOSR、DDColor: 4 つの逆問題、4 つの失敗方法
画像修復・特殊モデル比較
画像修復・特殊モデル比較
© 2026 TelkNet。無断転載を禁じます。
画像処理スペシャリスト
マッティングは境界とアルファを最適化する。インペインティングはマスク内部を生成する。超解像は低解像度の条件付けとディテール事前分布のあいだでバランスを取る。カラー化は輝度を固定したまま色度を予測する。
マッティングの目的関数は L_mat=λ₁L_BCE+λ₂L_IoU+λ₃L_edge を組み合わせることがある。マスク付き生成は x_out=(1-m)⊙x+m⊙G(x,m) に従う。VOSR では、低解像度への忠実性と生成ディテールのあいだのトレードオフを制御できる。
BiRefNet は前景確率と境界を予測し、Moebius はマスク領域を埋め、VOSR は低解像度の観測から高周波ディテールを生成し、DDColor は色度を推定する。RGBA、インペインティング、超解像、カラー化に、ひとつの品質スコアを共有させることはできない。
Moebius の 15× という数字は、論文が明示したハードウェアとベースラインに紐づいている。VOSR の多段モデルと1段モデルも、コストと品質の異なるトレードオフを表す。ある専門モデルの速度やスコアが、残り3つのタスクでの性能を保証するわけではない。
マッティング、インペインティング、超解像、カラー化はいずれも画像を入力に取るが、最適化する対象は異なる。BiRefNet は前景境界を予測し、Moebius は領域を埋めて描き直し、VOSR はディテールを復元し、DDColor は色を推定する。この4つをまとめて「エンハンスメント」と呼ぶと、どのピクセルが変わりうるのかが見えなくなる。
専門モデルが有用なのは、その契約が明示的だからだ。マッティングは RGB を保持すべきであり、インペインティングはマスク内部を生成してよく、アップスケーリングはテクスチャのハルシネーションを制御しなければならず、カラー化は本質的に一意に定まらない。ワークスペースは I/O とジョブを標準化するが、受け入れ判定は個別のままだ。
ŷ=T_task(x,m,c), task∈{matte,inpaint,restore,colorize}x入力画像m任意指定のマスクcテキストまたはタスク条件BiRefNet は前景とアルファを予測し、Moebius はマスクと任意のテキストを入力とし、VOSR は高解像度のディテールを再構成し、DDColor は色度を推定する。この式はあえてタスクでインデックス化しており、ひとつの損失を共有しているかのような見せかけはしていない。
マッティングは輪郭と半透明性を監査し、インペインティングはマスクの継ぎ目を監査し、復元は捏造されたテクスチャを監査し、カラー化はもっともらしい色度を監査する。ひとつの鮮明さスコアでは、こうした失敗が隠れてしまう。
論文・コード・重みは BiRefNet / Moebius / VOSR からたどれる。
各行は出所となるアーキテクチャ、指標、タスク定義を保持する。共通プロトコルのない結果は分離されたままとする。
| モデル | アーキテクチャまたは根拠 | 対象範囲 |
|---|---|---|
| BiRefNet | 前景アルファまたはマスク | 輪郭、穴、透過 |
| Moebius | マスク内部の生成 | 継ぎ目、意味、遠近 |
| VOSR / DDColor | ディテール復元 / 色推定 | テクスチャのハルシネーション / 複数解 |
BiRefNet には髪、ガラス、モーションブラーの輪郭が必要だ。Moebius には継ぎ目、遠近、繰り返し構造が必要だ。VOSR は回復可能なテクスチャと捏造された文字を切り分けなければならず、DDColor はもっともらしい色が複数あることを認めなければならない。
リサイズカーネル、色空間、圧縮、アルファの乗算済み処理は一定に保つ。そうしなければ、ハローやシャープネスの差がネットワークではなく I/O 由来かもしれない。
カラー化やオクルージョン修復は、一意の歴史的事実を復元できない。復元されたアーカイブ画像は解釈的なものとしてラベル付けすべきだ。
生成された小さな文字、テクスチャ、顔は元画像の証拠ではなく、法科学的・身元特定の主張を裏づけるために使ってはならない。
モデル名、数値、限界は、以下の論文、リポジトリ、モデルカードにたどれる。