顔の崩れを解決する鍵は「解像度」ではなく「被写体の大きさ」にあり
画像生成AIで、高解像度化を重ねても顔の造形がうまく戻らないという経験はありませんか。実は、その原因は解像度そのものではなく、画面内における「被写体の大きさ」にあることが判明しました。
- AIは放っておくと被写体を小さく遠くに配置する傾向がある
- 被写体が数百ピクセルに潰れると、後の工程では修復が困難になる
- 被写体の大きさを明示的に制御し、縮小タグを排除することが重要
- 端末に合わせた正確なサイズ調整には、生成後の加工プロセスが有効

なぜ高解像度化だけでは解決しないのか
画像生成において「顔の崩れ」を直そうとする際、多くの人が解像度を上げる、あるいは高解像度化(アップスケール:低解像度の画像をAIで描き込みながら拡大する工程)のステップ数を増やすというアプローチをとります。
しかし、カベガミ工房での実験では、サンプラー(画像を生成する計算手順)や解像度、高解像度化のステップ数を調整するよりも、画面内で被写体が占める「面積」の影響の方がはるかに大きいことが確認されました。
なぜなら、AIは指示がない場合、被写体を「小さく」「遠くに」配置しようとする傾向があるからです。この状態で生成が行われると、顔のパーツが数百ピクセル程度の非常に小さな範囲に押しつぶされてしまいます。一度このように潰れてしまった情報は、後からどれだけ高解像度化を繰り返しても、正確な造形として復元することは難しいのです。
- 放っておくとAIは被写体を「小さく」「遠くに」配置する
- 被写体が数百ピクセルに潰れると、後工程での修復が難しくなる
- 面積の制御こそが、崩れを防ぐための最優先事項となる
カベガミ工房で導入した解決策
この問題を根本から解決するために、カベガミ工房では「被写体の大きさを意図的に操作する」仕組みを導入しました。具体的には、ユーザーが被写体のサイズを「アップ(近景)」「標準」「風景の中」のいずれかから明示的に選べるようにしています。
あわせて、AIが勝手に被写体を遠ざけてしまうような「縮小系」のタグ(遠景や広角を強調するキーワード)は、システム側で機械的に削除するように設計しました。これにより、AIが勝手に顔を潰してしまうのを防いでいます。
また、特殊な構図を指定する際の課題もクリアしています。例えば「横長」や「パノラマ」といった指示を出すと、AIのモデルによっては映画風の上下の黒帯(レターボックス)を描き込んでしまうことがあります。これを防ぐため、黒帯を打ち消すためのタグを常にセットで挿入する仕組みを構築しました。
- 被写体の大きさ(アップ・標準・風景の中)を選択可能にした
- 縮小系のタグをシステム側で機械的に削除する処理を追加
- パノラマ等の指示時に発生する「黒帯」を打ち消すタグを常駐
実測に基づく解像度とサイズ設計
次に、具体的な数値としての最適解を探りました。基準となる解像度を比較したところ、1664x936では頭部の輪郭が崩れてしまうことが判明しました。そのため、安定して描写できる「1536x864」を基準の解像度として採用しています。
スマートフォンの縦長(9:19.5)といった極端なアスペクト比(縦横比)については、別の課題が生じます。縦長の場合、被写体が上下に複製される現象が発生しやすいため、縦長時のみ特別な追加対策を講じています。
最後に、出力の正確性についてもこだわりました。画像生成ソフトは仕様上、サイズを8の倍数に丸める性質があります。そのため、そのままでは端末の解像度と微細なズレが生じる可能性があります。これを防ぐため、保存の直前に「拡大と中央切り抜き」を行い、端末の解像度にぴったりと一致させる仕様を組み込んでいます。
- 頭部の輪郭を維持できる「1536x864」を基準に採用
- 縦長(9:19.5)における被写体の複製現象への個別対策
- 保存直前の「拡大と中央切り抜き」による端末解像度への完全適合
まとめ
今回の実験で得られた最も大きな知見は、AIに「細かく描け」と命令する前に、「画面のどこに、どのくらいの大きさで配置するか」を正しく制御することの重要性です。
解像度を上げるだけでは解決できない問題は、この面積の制御によって劇的に改善されます。カベガミ工房では、こうした試行錯誤の数値を積み重ねることで、より安定した壁紙生成を目指しています。
次回は、画像が増えても動作が重くならないギャラリーの作り方について解説します。
- 解像度よりも「面積」の制御が優先される
- 意図的なタグ削除とサイズ固定が安定への近道
- 次回のテーマ:重くならないギャラリーの作り方
- AIで生成した顔が崩れてしまい悩んでいる人
- 高解像度化を繰り返しても上手くいかないと感じている人
- より安定した画像生成の仕組みを知りたい人
- 特定の絵師の画風を模倣したい人
- 違法なコンテンツの生成を目的とする人
よくある質問
Q. なぜ1664x936ではなく1536x864なのですか?
公式の情報(実験結果)では、1664x936では頭部の輪郭が崩れてしまうことが確認されたため、より安定する1536x864を採用しています。
Q. 縮小タグを削除するのはなぜですか?
AIは放っておくと被写体を小さく配置しようとするため、被写体が数百ピクセルに潰れてしまうのを防ぐために削除しています。
続きはThreadsで。新しいAIの実測と、仕事で使えた使い方を毎日投稿しています。
@shachiku_tech_lab をフォロー関連記事
【自作AI育成日記 第3回】わずか38日で知識ベースが1万件を突破した過程と仕組み
自分専用のAIを育成する過程で、どのように知識を集め、どのように活用しているのかを詳しく解説します。

AIにメールの下書きを任せる際に「手直し」を減らすための5つのコツ
AIにメールの下書きを依頼する際、やりがちな「丁寧すぎて長すぎる」「意図と違う」といった問題を解決するための具体的な指示の出し方と、運用上の注意点を詳しく解説します。
画像が増えても重くならない!ギャラリー表示を劇的に高速化する最適化の技術
「画像が増えるほど動作が重くなる」という、Web制作やアプリ開発でよくある課題を、実際に「カベガミ工房」の最適化を通じて解決した事例を解説します。ブラウザのメモリ管理やデータ処理の効率化について、初心者の方にも分かりやすく紐解きます。

新しいモデルの実測や解説を毎日投稿しています
Threadsでフォロー以上、今日の実験ログでした。![]()