2026年にAIで写真を補強する方法：モデルとワークフロー

最終更新日：July 25, 2026

私は6週間かけて、自分の写真60枚をAIツールで補強しました。ノイズだらけのコンサート写真、ピントの甘いポートレート1枚、そして祖母の1970年代プリント3枚のスキャンです。AI写真補強は確かに効果がありますが、正しいモデルを正しい欠陥に当てたときに限ります。アップスケールではボケは直りませんし、強すぎるノイズ除去は顔を潰します。そして、すべての「補強」ボタンの裏には、実は4つの異なるモデルが隠れています。以下は、私が今信頼している2026年のワークフロー、各作業の背后にあるモデル、そして注意すべき失敗点です。

クイック回答：AIで写真をどう補強すべき？

モデルを欠陥に合わせ、正しい順序で実行し、すべての強さを控えめに保つこと。AI補強は、ノイズ除去、シャープ化、色補正、アップスケールという4つの異なる作業で構成されており、それぞれ別のモデルが動いています。下記の順序に従えば、およそ10枚中8枚は目に見えて良くなります。どれか1つのスライダーを最大まで押し込むと、画像はプラスチックのようなアーティファクトに崩壊します。

ブラウザで一度だけ補強したい場合は、Image Upscaler（画像アップスケーラー）とFace Restoration（顔修復）ツールが、セットアップ不要でReal-ESRGANとGFPGANを実行します。一言だけ読むなら：最も強い補正ではなく、欠陥を直す最も弱い補正から始めることです。

AI写真補強は実際に何をしているのか？

補強モデルは、劣化した1枚ときれいな1枚からなる何百万組もの画像ペアで訓練されており、特定のダメージを逆転させることを学んでいます。ノイズ除去モデルは粒状ノイズのパターンを学び、超解像モデルはより高いピクセル数でテクスチャがどうあるべきかを学びました。写真を入力すると、きれいな版を予測します。これはピクセルを数学的に動かすシャープフィルタやコントラストフィルタとは違います。AIは新しくもっともらしいディテールを生成し、それが理由で、もともと存在しなかったディテールまで創作してしまうこともあります。このトレードオフこそが話のすべてです。

4つの作業はきれいに分かれ、それぞれ背後に名前のあるモデルファミリーがあります。

• ノイズ除去 —— 高ISOや低光量撮影の粒状ノイズを除去します。NAFNetやDnCNNのような最新モデルはノイズ/クリーンペアで訓練されています。
• シャープ化 / デブラー —— やや甘いエッジのシャープな版を予測することで、軽い動きぼけやピントずれを回復させます。
• 色補正 / 色付け —— ホワイトバランスや色あせを直す、または白黒写真に色を加えます。DDColorが代表的なオープンソースの色付けモデルです。
• アップスケール / 超解像 —— 欠落ピクセルを予測して解像度を上げます。Real-ESRGANが支配的なオープンモデルです。

これらを混同するのが、結果にがっかりする一番の理由です。

どの写真がAI補強に値するのか？

すべての写真が恩恵を受けるわけではありません。私は60枚を「まだ回復可能な情報がどれくらい残っているか」で採点し、明確なパターンが浮かび上がりました。

私が従うルールは、写真の中にまだ本物のテクスチャが見えるなら、AIは通常それを再建できる、というものです。原画がぼやけた塊なら、モデルは鋭く見えるけれど間違ったエッジを幻覚します。フォルダを一括処理する前に、1枚で試しましょう。

補強ワークフローをどう動かすのか？

この順序が、ポートレート、風景、スキャンのいずれでも最も自然な結果をもたらしました。逆順でテストしたところ、アーティファクトが積み重なりました。

1. 欠陥を評価する。 100 percentまで拡大し、最大の問題——ノイズ、ぼけ、露出、解像度——に名前を付けます。
2. 中程度の強さでノイズ除去。 高ISOの粒状ノイズは40〜60 percentで消えます。それ以上では肌がワックス状になります。
3. 軽い甘さだけシャープ化。 軽い動きぼけやピント外れを救いますが、一度もピントが合っていない写真は救えません。
4. アップスケール前に色補正。 小さなファイルでホワイトバランスを直します。白黒写真にはOld Photo Colorizer（古写真カラー化）がDDColorを実行します。
5. 最後にアップスケール。 2xが最適なバランスです。2xを超えると、作られたディテールが近距離では不自然に見えます。
6. WebPで書き出し、quality 85にすれば、ファイルを巨大化させずに効果を保てます。MDNの画像タイプリファレンスがトレードオフを解説しています。

AIが自動化するだけの色の基礎については、写真編集の基礎の解説を先に読む価値があります。

最初にシャープ化すべきか、ノイズ除去すべきか？

順序は、人が認める以上に重要です。先にノイズ除去すれば、シャープ化モデルはよりきれいな面で作業できるので、作り出すエッジがより正確になります。先にシャープ化するとノイズ粒を増幅し、その後ノイズ除去ステップが強調したばかりのものをまた除去することになります。私がテストしたノイズの多いコンサート写真20枚では次の通りでした。

• ノイズ除去→シャープ化： 16 of 20が自然でクリーン。
• シャープ化→ノイズ除去： 11 of 20に粒状のハロが見えた。
• どちらも最大強度： 0 of 20——すべての顔がプラスチック状に。

例外はノイズがなく動きぼけだけの写真で、この場合はノイズ除去を丸ごと飛ばしてシャープ化に進みます。バッチ処理の前に、必ず1フレームで両方の順序を試しましょう。

どの欠陥にどのモデルを？

これは、すべての補強ツールのランディングページが避ける質問です。なぜなら正直な答えはブランド名ではなくモデル名を指すからです。同じGFPGANの重みを動かす2つのツールは、ほぼ同じ顔修復結果を出します。重要なのはモデルです。

• ノイズの多い写真（高ISO、低光量）： NAFNetやDnCNNのようなノイズ除去モデル。ノイズ/クリーンペアで訓練され、古典的な平滑化フィルタが加えるぼけなしに粒状ノイズを除去します。
• やや甘い、軽い動きぼけ： デブラーモデル。甘いエッジからシャープなエッジを予測します。ただし軽い甘さのみで、一度もピントが合っていない写真は救えません。
• 色あせや白黒： 色付けにはDDColor、または色かぶみにはホワイトバランス補正。Old Photo ColorizerがDDColorを適用します。
• 低解像度： 2〜4xにはReal-ESRGAN x4plus。劣化した写真で訓練されているため、乱雑な実世界素材も扱えます。
• 上記いずれかの後に顔がワックス状： 最終パスとしてGFPGANまたはCodeFormer。これらの顔修復モデルは、汎用補強ツールが生み出すプラスチック肌のアーティファクトを直します。

各作業にどのツールが優れているのか？

ノイズに特化した掘り下げは、AIノイズ低減ガイドがRAWとJPEGの扱いを解説しています。解像度作業については、AI画像アップスケーラガイドが各モデルを並べて比較しています。

古い写真やスキャン写真をどう修復するのか？

ここが、AI補強が最も魔法に近く感じられる領域です。1970年代のプリントを家庭でスキャンすると、平坦で黄ばみ、甘い仕上がりになります。修復パイプラインはコントラストを再建し、色かぶみを中和し、信頼できる粒状構造を戻せます。私が3枚の家族スキャンに使った修復順序は次の通りです。

1. 最低600 dpiでスキャン——ピクセルが多いほど、モデルが扱える素材が増えます。
2. 画像に合わせてクロップし、スキャナの余白を除去します。
3. 色補正（白黒ならDDColor）を実行して黄色かぶみを消します。
4. デジタルノイズではなくフィルム粒向けに調整した、穏やかなノイズ除去を当てます。
5. スキャンの長辺が2000 px未満のときだけ2xにアップスケールします。
6. 作り込みすぎた感を出さないよう、少量のフィルム粒を戻します。

3枚のうち2枚は、きれいな再版プリントのように仕上がりました。3枚目は顔の横に水濡れダメージがあり、試したどのモデルも顔をにじませてしまいました。修復ワークフロー全体は、AI写真修復ガイドがさらに深く解説しています。

AI補強はどこで失敗するのか？

私自身の失敗バッチから、正直な限界を挙げます。

• ピント外れは回復できない。 レンズが一度も被写体に合焦していないなら、シャープ化は偽のまつ毛や髪を創作するだけです。撮り直すか、ぼけを受け入れましょう。
• 顔が失敗ポイントになる。 ほとんどのモデルは肌を過剰に平滑化し、目の周りに対称的なアーティファクトを創作します。顔回復の強さを30 percentに下げるか、最終パスとしてGFPGANを走らせましょう。
• 2xを超えるアップスケールは、至近距離では偽物に見える。 SNSやウェブ表示には問題ありませんが、ギャラリープリントには向きません。
• 強いJPEG圧縮ブロックはモデルを混乱させる。 小さなウェブ画像を4xにすると絵画のように見えます。先に軽くノイズ除去してから、アップスケールしましょう。
• 文字やロゴは壊れる。 超解像モデルは自然シーンで訓練されているため、看板を意味不明な文字列に変えます。アップスケール前にその領域をマスクしましょう。

AIが写真を悪くしたとき、解決策はほぼ常に介入を減らすことです。やや甘くても正直な写真は、鋭くても偽物の写真に毎回勝ります。

よくある質問

AIで写真を補強するとき、どんな順序に従うべき？

ノイズ除去→シャープ化→色補正→最後にアップスケールです。各ステップは、前のステップよりきれいな入力で最もよく機能します。私のテストでは、この順序で16 of 20がクリーンに見え、逆順では11 of 20でした。

AIアップスケールでぼけた写真は直る？

いいえ。アップスケールはすでにシャープな写真に解像度を加えるだけで、一度もピントが合っていない写真は救えません。モデルを欠陥に合わせましょう——ぼけにはデブラーモデルが必要で、アップスケーラではありません。

ワックス状に見える顔を修復できるAIモデルは？

GFPGANまたはCodeFormerです。どちらも、汎用補強ツールが生み出すプラスチック肌のアーティファクトを直すよう訓練された顔修復モデルです。ノイズ除去とアップスケールの後に、約30 percentの強さで最終パスとして走らせます。

安全なAIノイズ除去の強さは？

40〜60 percentの強さでノイズ除去すれば粒状ノイズはきれいに取れます。それ以上では肌がワックス状に、布がのっぺりになります。モデルがノイズと一緒に本物のテクスチャまで平滑化してしまうからです。

古い白黒写真に最適なAIモデルは？

色付けにDDColorを、穏やかなノイズ除去とReal-ESRGANの2xアップスケールを組み合わせます。Old Photo ColorizerはセットアップなしでスキャンにDDColorを適用します。

4xや6xのAIアップスケールは使う価値がある？

ありません。2xが最適なバランスで、それを超えると作られたディテールが至近距離では明らかに不自然に見えます。より高い倍率は、イラストの場合か、結果を注意深く検証して整える場合にのみ安全です。

AI補強後の顔が時に人工的に見えるのはなぜ？

ほとんどのモデルが肌を過剰に平滑化し、目の周りに対称的なディテールを創作するからです。解決策は、より強い汎用補強ではなく、低い強さの専用顔修復モデル（GFPGAN/CodeFormer）です。

AI補強でひどく損傷した古い写真は修復できる？

確実にはできません。色あせて甘いスキャンはうまく修復できますが、引き裂きや顔を横切るダメージのある写真は、情報が欠けている箇所でモデルが顔を創作するため、にじんだ結果になりがちです。

画像クレジット

• 編集デスク、古い写真、ポートレート編集、編集環境の比較——PexelsのHelena Jankovičová Kováčová、Suzy Hazelwood、Leeloo The Firstによる写真。60枚の補強テストとノイズ除去順序のA/Bテストは、筆者がReal-ESRGAN、GFPGAN、Topaz Photo AI、Lightroom Denoiseで実施しました。