Phục hồi ảnh tập thể bằng AI: bảo vệ khuôn mặt từng người

Phục hồi ảnh tập thể bằng AI khó hơn xử lý một chân dung lớn. Trong ảnh lớp học, ảnh cưới cũ hoặc ảnh họ hàng, mỗi khuôn mặt chỉ chiếm một phần nhỏ của khung hình. Người hàng sau thường thiếu chi tiết hơn người hàng trước. Một kết quả có thể nhìn đẹp khi thu nhỏ nhưng lại làm sai vài nhân vật khi phóng lên. Vì thế, không nên đánh giá ảnh tập thể chỉ bằng độ sạch của toàn ảnh.

Mục tiêu cần rõ: giữ đúng số người, đúng vị trí, đúng tuổi và đúng nét riêng của từng người. Không chỉ nhân vật đứng giữa mới cần được bảo vệ. Trẻ em ở mép ảnh, người nhìn nghiêng hoặc một khuôn mặt bị che bởi vai người khác đều có ý nghĩa với người sở hữu ảnh. Hãy lập một thứ tự kiểm tra trước khi xử lý để không bỏ sót các khuôn mặt ít nổi bật.

Bắt đầu bằng việc đếm theo hàng, từ trái sang phải. Ghi một con số đơn giản cho từng hàng và tổng số người. Nếu ảnh có người bị che một phần, vẫn ghi nhận người đó khi thấy được mặt hoặc đầu. Cách này giúp phát hiện kết quả có nhân vật bị biến mất, bị lặp lại hoặc bị trộn đường nét với người bên cạnh. Với ảnh quan trọng, nên nhờ người thân xác nhận danh sách nhân vật nếu có thể.

Tìm bản quét rõ nhất thay vì dùng ảnh đã qua nhiều lần gửi. Nếu chỉ có ảnh giấy, số hóa lại trước khi phục hồi. Một nguồn tốt có thể giúp thấy mắt, tóc hoặc kính của người hàng sau mà một bản nén không giữ được. Không cắt ảnh thành nhiều chân dung rồi gửi để AI tự ghép lại nếu mục tiêu là giữ bố cục gốc; việc ghép tạo thêm vấn đề về tỷ lệ, khoảng cách và ánh sáng giữa các thành viên.

Hệ thống quét toàn ảnh và các vùng nhỏ để tự tìm mặt, kể cả hàng sau. Nếu có người bị bỏ sót, bổ sung khung chữ nhật bao trọn đầu, tai, tóc và mặt. Với người đội mũ, có kính hoặc tóc phủ vai, bảo vệ phần nhận dạng phù hợp thay vì chỉ một hình nhỏ ở giữa mặt. Chừa một ít mép quanh đầu để tránh ranh giới chạy ngang tóc hoặc tai. Khoanh từng nhân vật ở hàng trước, sau đó phóng to và lặp lại cho các hàng phía sau.

Các vùng bảo vệ có thể gần nhau hoặc chồng lên nhau khi người đứng sát. Điều cần kiểm tra là mọi đầu đều được bao đủ, không phải khung phải có hình dáng đẹp. Dùng cọ bổ sung nếu khung còn thiếu một phần tóc hoặc tai. Sau khi nhận diện, nhìn lại toàn ảnh và bổ sung nếu thấy một nhân vật chưa được bảo vệ. Đừng chọn ảnh không có người chỉ để bỏ qua bước này; đó là cách đánh mất biện pháp bảo vệ quan trọng nhất.

Vùng mặt luôn lấy từ ảnh gốc, nên mắt, miệng và biểu cảm không được AI dựng lại. Cân sáng và giảm nhiễu có thể cải thiện dữ liệu hiện có; phần mất chi tiết vẫn còn giới hạn. Nếu một khuôn mặt quá nhỏ, giữ nguyên là kết quả trung thực hơn để mô hình tự sinh một khuôn mặt rõ và khác người. Giải pháp đúng cho ảnh tập thể phải ưu tiên từng danh tính thay vì làm tất cả mặt trông giống một kiểu chân dung.

Phần ngoài vùng khóa có thể được cân sáng, giảm nhiễu hoặc xử lý xước ở nền và quần áo. Bắt đầu bằng chế độ nhẹ. Chỉ dùng AI khi có một hư hỏng cụ thể cần phục hồi bên ngoài mặt. Trong yêu cầu, nêu rõ giữ số người, vị trí, khung cắt và trang phục. Không thêm thao tác đổi bối cảnh hoặc thay đồ nếu mục tiêu hiện tại là bảo tồn một tấm ảnh nhóm đã có.

Sau khi nhận ảnh, dùng cùng thứ tự đã đếm ban đầu. Hàng trước từ trái sang phải, rồi hàng sau. Kiểm tra từng đầu, kính, chân tóc, miệng và biểu cảm. Sau đó đối chiếu số người và các khoảng cách giữa nhân vật. Nếu thấy một mặt bị khác, xem vùng khóa có bao đủ không. Khuôn mặt nằm ngoài vùng bạn đã chọn không được hưởng bảo vệ chỉ vì những khuôn mặt khác đã được khóa đúng.

Kiểm tra thêm bàn tay ở vai, mép áo, hoa văn, huy hiệu và chữ trên nền. AI có thể làm sai một chi tiết không nằm trong vùng mặt, dù các đầu được ghép lại đúng. Với ảnh chụp một sự kiện, các chi tiết đó cũng có giá trị. Nếu sai, giảm yêu cầu hoặc trở về làm sạch nhẹ. Tránh sửa tiếp bản lỗi nhiều lần, vì sự thay đổi tích lũy ngoài vùng khóa sẽ làm đối chiếu với ảnh gốc khó hơn.

Xuất PNG để giữ vùng mặt đã khóa và lưu bản gốc riêng. Với khách hàng hoặc người thân, nói rõ phần nào đã được làm sạch và phần nào cố ý giữ nguyên. Nếu ảnh được tô màu ngoài khuôn mặt, vùng mặt vẫn có thể giữ sắc trắng đen của nguồn; đây là kết quả của việc bảo vệ dữ liệu, không phải dấu hiệu rằng màu gốc đã được khôi phục. Không gọi màu ước đoán là thông tin lịch sử chắc chắn.

Nếu cần sửa một vết rách chạy qua mặt của nhiều người, cân nhắc phục chế thủ công dựa trên ảnh tham khảo đáng tin cậy. Việc này cần thời gian và kiểm tra theo từng nhân vật. AI có thể hỗ trợ những phần đơn giản hơn, nhưng không nên biến một ảnh nhóm thành các khuôn mặt được tưởng tượng lại. Một bản phục hồi có chất lượng là bản gia đình vẫn nhận ra từng người, hiểu những giới hạn và còn giữ được nguồn để đối chiếu.