🧠 Real-ESRGANを使って古い動画を4Kにアップスケールする——仕組みと実装の話

古いVHSやゲーム動画の低解像度映像を、ただ拡大するだけではぼやける。従来の線形補間やバイキュービック補間では、欠けた高周波成分を復元できないからだ。これに対し、GAN（敵対的生成ネットワーク）ベースの超解像技術・Real-ESRGANなら、本物らしいディテールを生成できる。生成器と識別器の敵対的学習により、識別器が「本物の高解像度画像」と見分けがつかない出力を強制される。その結果、単なる平滑化ではなく、自然なテクスチャとエッジが復元される。Perceptual Lossというピクセル単位ではなく「見た目の自然さ」を最適化する手法も組み込まれており、Real-ESRGANはこれを進化させ、実写劣化（圧縮ノイズ、ぼけ、JPEGアーティファクト）をシミュレートした学習で堅牢性を高めている。

映像制作現場にとって、これは大きい。古い資産—VHS、フィルムスキャン、低解像度ゲーム映像—を「捨てずに再利用」できるようになったからだ。ただし実装は思ったより難しい。VRAM不足に対応するため、タイル処理によるメモリ調整が必須だ。次に、フレームごと独立処理ではフリッカーが目立つため、前後フレームのブレンドや動画用モデルの検討が必要だ。最後に色空間とガンマの崩れ—入力がBT.601か BT.709か、フルレンジかリミテッドレンジかの統一ができていないと、最終出力で色が崩れる。商用の画像エンハンサーを使えばこれら調整をほぼ意識せずに済むが、自前でReal-ESRGANを走らせる価値は、パラメータの影響を直接観察できることにある。

中小企業で古い映像資産（社史映像、製品PV、研修動画など）を保有しているなら、4K化は投資対効果がある。ただし時間とコストのトレードオフを踏まえ、実装枠組みは商用ツールから始めるのが無難だ。自前実装は、品質検証や特殊な劣化シミュレーションが必要な場合に限定し、通常業務ではSaaS型サービスで十分だ。「古い＝廃棄」ではなく「古い＝資源」として扱えるようになった。