スマートフォンのAIが写真を徹底的にレタッチします。しかし、本当に効果があるのでしょうか?

現在AI写真編集の王者となっているのはどのスマートフォンでしょうか?現時点では、この種の機能を備えたスマートフォンは巷では一般的ではないと言わざるを得ません。気にしないでください、DXOMark の専門家は、Google Pixel 8 Pro、Samsung Galaxy S24 Ultra、Oppo Find X7 Ultra の機能を比較したいと考えていました。それで、どちらが良いでしょうか?

クレジット: Google

人工知能の民主化に伴い、特に写真分野で、最新のスマートフォンに AI ベースの機能を組み込むメーカーが増えています。この小さな勝負において、Google は競合他社にわずかに差をつけてスタートを切りました。マウンテン ビュー社はすでに数年前から自社の Pixel で AI を使用しています。

一方、サムスンは最近、Galaxy S24シリーズでこの争いに参入した。 Find X7 Ultraを搭載したOppoにも同じことが当てはまります。 DXOMarkは、スマートフォンの品質とパフォーマンスに関する専門知識(カメラ、ワイヤレス スピーカー、ラップトップも) は、特定の点でこれら 3 つのデバイスの機能をテストすることにしました。AI写真編集。

公式プレスリリースで説明されているように、DXOMark カメラチームはこの側面に焦点を当て、「エディター」ツールに焦点を当てました。念のために言っておきますが、これにより次のことが可能になります写真から不要な要素を削除し、そのときのためにAI が生成したコンテンツに置き換えます。

のパフォーマンスを評価するには、ギャラクシーS24ウルトラ、 のピクセル8プロそしてのl'Oppo Find X7 Ultra、彼らはさまざまなシーンでそれらをテストしました。そのアイデアは、次の 3 つの重要な基準に基づいて結果を分類することです。セグメンテーション、コンテキストの理解、レンダリングの自然さ。

セグメンテーション、S24 Ultraの勝利

最初の点に関して、DXOMark が指定しているように、「不完全なセグメンテーションにより、不要なオブジェクトの残骸が残ったり、目的の画像の一部が意図せずに削除されたりする可能性があります。」次の 2 つの重要なポイントを適切に管理できれば、セグメンテーションは成功したとみなされます。エッジ検出とオクルージョン管理(編集者注: 重ね合わされたオブジェクトまたは非表示のオブジェクトは、一貫して削除されるように処理します)。

DXOMark のデモ画像に示されているように、S24 Ultra は Pixel 8 Pro との対決に勝利しました。サムスンの主力製品はオブジェクトを背景からより適切に分離しますGoogle のスマートフォンとは異なり、アーティファクトがほとんど残りません。

クレジット: DXOMark

Pixel 8 Pro ではコンテキストの理解が可能になります

次に、視覚的なコンテキストを理解するようになります。要約すると、AI は「」を生成するためにシーンの全体的なコンテキストを絶対に理解する必要があります。削除されたオブジェクトの現実的な置き換え。」ここでも重要なポイントが 2 つあります。

  • シーンのセマンティクス: シーン内の最大の要素を特定して、削除されたオブジェクトを置き換えるものを推測します。
  • 被写界深度の推定自然な変化を確実にするために

ここで、スマートフォンは次のことを行う必要がありました。大きな建物を撤去する手前の湖の前で。 Pixel 8 Proが論理的な方法(構造の完全かつクリーンな除去)で動作する場合、Galaxy S24 Ultraは、その場所にデッキチェアとインフィニティプールを備えた美しいテラスを設置するというかなり驚くべき戦略を採用しました。ユーザーが単に建物を撤去したかっただけであれば、それは失敗です。

クレジット: DXOMark

Oppo Find X7 Ultraが最終ラウンドで優勝

結論としては結果の自然さ。ここで問題となるのは、AI にそのような能力があるかどうかです。削除されたオブジェクトによって残されたギャップを埋めると "一貫したテクスチャーとパターン。」この場合、自撮り写真の背景に写っている若い女性が削除されます。 Pixel 8 Pro では、地面に影がある寄木細工の床のパターンを再現するのに苦労したことがわかります。逆に、Oppo Find X7 Ultra はその仕事を完璧にこなします。

クレジット: DXOMark

この調査により、DXOMark はランキングを確立するつもりはありません。ただし、これらの最初のテストにより、特定の状況におけるさまざまなメーカーの AI の困難さを観察することができます。