Царапины на негативе, выцветшие цвета, размытость от дрожи рук — всё это стирает историю семьи кадр за кадром. Современные нейросети на базе смартфона способны вернуть детали, которых физически нет на исходнике, предсказывая текстуру кожи, структуру ткани и даже цвет глаз предков. Технология ушла далеко вперёд от простых фильтров: теперь это генеративное заполнение на уровне отдельных пикселей.
Главный вызов — выбрать инструмент, который не превратит бабушку в восковую фигурку и не загрузит семейный архив в чужое облако без спроса. Ниже разберём, как работают алгоритмы, какие приложения реально дают результат, а какие лишь накладывают сглаживание, и как обработать снимки пакетно, не тратя недели на ручную правку.
Почему старые снимки теряют качество и как ИИ их восстанавливает
Фотобумага деградирует из-за кислот в составе, ультрафиолета и влажности. Эмульсия трескается, серебро окисляется, красота выцветает неравномерно. При сканировании к этим дефектам добавляются пыль на стекле, шумы матрицы и ошибки интерполяции при низком DPI. Традиционные редакторы лишь маскируют симптомы: размывают пыль вместе с текстурой кожи, поднимают контраст, усиливая зернистость.
Нейросети подхода Image Restoration обучаются на парах «деградированное — эталонное» изображение. Модель учится предсказывать исходное распределение пикселей, опираясь на миллионы примеров лиц, текстуры тканей, архитектуры. Ключевая разница от фильтров: генеративная модель «галлюцинирует» недостающие детали, опираясь на семантическое понимание сцены, а не на математическое сглаживание соседних пикселей.
Современные мобильные движки (NCNN, MNN, TensorFlow Lite) позволяют запускать упрощённые версии GFPGAN, CodeFormer или Real-ESRGAN прямо на Snapdragon 7-й и 8-й серии без интернета. Однако большинство популярных приложений всё равно отправляют кадр на сервер: мобильного GPU не хватает для полноразмерной модели за приемлемые 5–10 секунд.
⚠️ Внимание: любое приложение с облачной обработкой загружает ваши фото на сторонние серверы. Для чувствительных семейных снимков используйте офлайн-режим или локальные сборки на ПК.
Топ приложений для Android: сравнение возможностей и приватности
Рынок перенасыщен клонами с одинаковым бэкендом. Ниже — проекты с собственными моделями или уникальными пайплайнами. Бесплатные версии обычно ограничивают разрешение выходного файла (до 1280–2048 px), ставят водяные знаки или требуют просмотра рекламы за каждую генерацию.
| Приложение | Ключевая модель | Офлайн | Макс. разрешение (бесплатно) | Приватность |
|---|---|---|---|---|
| Remini | Своя (Face Enhance + Denoise) | Нет | 2048 px | Фото на сервере 24 ч |
| Photoshop Express | Adobe Sensei | Частично | 3000 px | По политике Adobe |
| PicMa | GFPGAN-based | Нет | 1280 px | Удаляет через 48 ч |
| PhotoTune | Real-ESRGAN + Face | Нет | 2000 px | Не публикует детали |
| GFPGAN Mobile (GitHub) | GFPGAN v1.4 | Да | Зависит от RAM | 100% локально |
Remini остаётся золотым стандартом для лиц: модель отлично восстанавливает глаза, зубы, текстуру кожи, но часто «причесывает» волосы в пластиковый глянец. Photoshop Express выигрывает в цветокоррекции и удалении артефактов сканирования (муар, пыль), но слабее в апскейле лиц. Сборка GFPGAN Mobile с GitHub — единственный способ обработать неограниченное количество фото бесплатно и полностью офлайн, но требует Android 10+ и 6 ГБ ОЗУ.
- 🔍 Remini — лучшая детализация глаз и зубов, есть видео-улучшение
- 🎨 Photoshop Express — профессиональные инструменты цвета, работа со слоями
- 🖼️ PicMa — хорошая цветокоррекция старых цветных фото, режим «Ретро»
- ⚡ PhotoTune — быстрая пакетная обработка до 10 кадров за раз
- 🔒 GFPGAN Mobile — полная приватность, нет лимитов, открытый код
Для архивных целей лучше всего комбинировать: апскейл в Remini/GFPGAN → цветокоррекция и удаление пыли в Photoshop Express → сохранение в TIFF.
Пошаговая инструкция: обрабатываем снимок в Remini без потери качества
Рассмотрим пайплайн для максимального качества на бесплатном тарифе. Подготовка исходника критична: нейросеть усиливает любые дефекты сканирования вместе с полезной информацией.
☑️ Подготовка и обработка в Remini
Первый проход Enhance снимает глобальное размытие и шум. Второй проход на уже улучшенном кадре «дорисовывает» микродетали: ресницы, поры, нити ткани. Не делайте более двух итераций — начнётся накопление артефактов «искусственного интеллекта»: лишние зубки, асимметрия ушей, фантомные морщины.
После получения результата (JPEG 90% качества) обязательно откройте в редакторе с поддержкой кривых (Lightroom Mobile → Кривые → RGB). Поднимите тени на 10–15 единиц, немного опустите высветы — это вернёт объём, который ИИ часто «заедает» при агрессивном шумоподавлении. Сохраните финальную версию в HEIC или JPEG XL для экономии места без видимых потерь.
⚠️ Внимание: бесплатная версия Remini добавляет невидимый водяной знак в EXIF-данные. Для чистого архива очистите метаданные через Photo Exif Editor перед сохранением в семейное облако.
Офлайн-альтернативы: запускаем GFPGAN и CodeFormer на телефоне
Если приватность критична или интернета нет, рабочие решения существуют. Проект GFPGAN Mobile (поиск в GitHub по запросу xinntao/GFPGAN android) компилируется под arm64-v8a и использует Vulkan для ускорения. APK весит ~120 Мб, модель весит 330 Мб и скачивается при первом запуске. Интерфейс минималистичен: выбор фото, ползунок силы (0.3–0.7 оптимально), кнопка «Старт».
Нюансы запуска GFPGAN Mobile
На телефонах с 4 ГБ ОЗУ обработка 2048×2048 уйдёт в OOM-killer. Решение: ресайз исходника до 1024 px по большей стороне перед загрузкой в приложение (можно через Termux: `magick input.jpg -resize 1024x1024> small.jpg`). На Snapdragon 8 Gen 1/2/3 полный кадр 4000 px обрабатывается 12–18 сек. Exynos и Dimensity могут быть в 1.5–2 раза медленнее из-за драйверов Vulkan.
CodeFormer (реализация sczhou/CodeFormer-android) лучше справляется с сильной деградацией и артефактах JPEG, но даёт более «рисованный» вид кожи. Полезен для фото, где лицо занято < 15% кадра — GFPGAN там часто отказывается работать. Оба приложения не требуют Google Play Services, работают на дегугленном Android (GrapheneOS, CalyxOS).
- 🛡️ Полная изоляция — фото не покидает зашифрованное хранилище устройства
- 📦 Нет лимитов — обрабатывайте хоть весь архив за ночь зарядкой
- ⚙️ Гибкость — можно подменить веса модели на свою дообученную версию
- 🐛 Риски — нет автообновлений, возможны краши на экзотических SoC
Типичные ошибки реставрации и как их избежать
Самая частая ошибка — запускать улучшение на низкокачественном скане с муаром, царапинами и склеенными фрагментами. Нейросеть интерпретирует муар как текстуру ткани, а царапины — как волосы или морщины. Результат: «кожа» из переплетённых линий, лишние уши на заднем плане.
Вторая ловушка — агрессивное окрашивание Ч/Б снимков. Модели DeOldify и её наследники часто дают нереалистичные оттенки: фиолетовая кожа, неоновая трава, случайные цвета одежды. Для исторической достоверности лучше сделать ручную цветокоррекцию по референсам эпохи (каталоги одежды, фотохроника) или использовать Palette.fm с текстовыми подсказками (prompt: "1940s soviet military uniform, olive drab wool").
⚠️ Внимание: не применяйте «улучшение лица» к групповым фото, где люди в профиль или полупрофиль. Модель заточена под фронтальную ракурс — в профиле она рисует второе ухо, сдвигает нос, ломает анатомию черепа. Маскируйте такие лица перед обработкой.
Сделайте контрольный снимок современного фото тех же условий освещения — так вы поймёте, какие артефакты даёт конкретная модель на вашей камере/сканере, и научитесь их распознавать на старых фото.
Сохранение и архивирование: форматы, метаданные, долгожительство
Полученный кадр — это производная работа, авторство которой спорно. Для правового и исторического контекста в EXIF/XMP обязательно запишите: исходный файл (хеш SHA-256), приложение и версия модели, дата обработки, промпты (если были). Используйте ExifTool через Termux или десктоп: exiftool -Software="Remini 3.7.2 GFPGAN v1.4" -SourceFileHash="sha256:..." restored.jpg.
Храните мастер-копии в трёх местах: локально (NVMe SSD), в облаке с версионированием (Google Photos, Яндекс.Диск, Nextcloud) и на холодном носителе (M-DISC BD-R или LTO-лента для энтузиастов). Формат архива — TIFF с сжатием LZW или JPEG XL lossless. HEIC/HEIF не подходит для архива: патентные риски и слабая поддержка в открытом ПО через 20 лет.
Архив без метаданных обработки теряет научную ценность через поколение — потомки не поймут, где реальность, а где галлюцинация нейросети.
FAQ: Частые вопросы о восстановлении фото на Android
Можно ли восстановить фото, где лицо вырезано или закрыто рукой?
Нейросети инпаинтинга (LaMa, MAT, Stable Diffusion Inpaint) умеют заполнять пропуски, но для мобильного Android готовых удобных приложений нет. Вариант: отправьте кадр в Photoshop Beta на ПК (Generative Fill) или используйте WebUI Forge с ControlNet в браузере телефона через локальную сеть.
Почему после обработки в Remini глаза выглядят «стеклянными» или асимметричными?
Модель обучена на идеальных фронтальных селфи. На старых фото ракурс, освещение и разрешение отличны — модель «додумывает» зрачки по статистике. Лечится ручной правкой в Snapseed: инструмент «Детали» → «Структура» -10 на маске глаз, затем легкий dodge/burn в Lightroom.
Есть ли смысл обрабатывать видео старых записей на телефоне?
Remini и Wink поддерживают видео до 1080p, но качество ниже фото: мерцание артефактов между кадрами, потеря временной согласованности. Для ценных записей лучше кадр-за кадром (ffmpeg → батч GFPGAN → сборка) на ПК с моделями BasicVSR++ или RealBasicVSR.
Как убрать водяные знаки бесплатных версий без подписки?
Водяной знак часто накладывается как отдельный слой в EXIF или невидимый маркер в DCT-коэффициентах JPEG. Визуальные знаки в углу обрезаются кропом. Невидимые — удаляются ре-энкодом в другой кодек (JPEG → WebP → JPEG) с качеством 95+, но это вносит дополнительные потери генерации.
Какое минимальное железо нужно для комфортной офлайн-обработки?
Snapdragon 778G / Dimensity 1080 / Exynos 1280 — порог входа для GFPGAN 1024px за 10–15 сек. Для 2048px и выше желательно флагман 2022+ года (8 Gen 1, Dimensity 9000) и 8 ГБ RAM. На старом железе проще использовать облачные сервисы или батч на ноутбуке.