Outpainting (расширение кадра)
- Автор: Команда PhotoPanda
- Обновлено
- 2 мин чтения
- 60 просмотров
Определение
Outpainting (аутпейнтинг) — расширение изображения за его исходные границы: нейросеть дорисовывает продолжение сцены по краям кадра. Технически это инпейнтинг с маской по периметру. Используется для смены формата (9:16 ↔ 16:9), досъёмки фона и раскрытия композиции.
Outpainting (аутпейнтинг, расширение кадра) — техника, при которой нейросеть дорисовывает изображение за его исходными границами, продолжая сцену наружу. Если инпейнтинг заполняет дыру внутри картинки, то аутпейнтинг достраивает то, что «не поместилось в кадр»: продолжение фона, неба, стола, пейзажа. Формально это частный случай инпейнтинга — инпейнтинг с маской по периметру кадра.
Как это работает
Механика повторяет диффузионный инпейнтинг:
- Исходное фото размещается на большем холсте, вокруг него — пустая область (маска расширения).
- Изображение и маска кодируются в латент VAE.
- Идёт обратная диффузия (денойзинг) только в новой области, с оглядкой на пиксели у границы, чтобы продолжение было бесшовным по свету, перспективе и текстуре.
- VAE-decoder собирает расширенное изображение.
Для больших расширений процесс повторяют итеративно, полосами, — так модель не «фантазирует» слишком далеко от контекста за один проход.
Зачем нужен аутпейнтинг
- Смена формата (aspect ratio) — самый частый сценарий. Горизонтальное фото 16:9 расширяют до вертикали 9:16 под Stories и Reels, не обрезая объект, а достраивая фон.
- «Досъёмка» кадра — добавить воздух над головой, продлить стол или пейзаж, увести объект из центра по правилу третей.
- Раскрытие композиции — превратить портрет крупным планом в сцену с окружением.
- Реставрация — восстановить обрезанные или оторванные края старой фотографии.
Модели и инструменты
Аутпейнтинг умеют большинство современных image-edit моделей: FLUX.1 Kontext, Seedream 4, Nano Banana, а также Photoshop Generative Expand на базе Firefly. Ключ к качеству — точный промпт, описывающий, что должно быть за кадром, иначе модель заполнит края нейтральным или случайным содержимым.
Типичные ошибки
- Разрыв перспективы — дорисованные линии (пол, горизонт) не сходятся с исходными.
- Повтор объектов — модель «клонирует» человека или предмет в новой области.
- Швы на стыке — заметная граница; лечится мягкой маской и небольшим перекрытием.
- Дрейф стиля и света при многократном итеративном расширении.
Аутпейнтинг — часть арсенала AI-редактирования фото наряду с инпейнтингом, удалением фона и апскейлом, и особенно полезен при подготовке одного снимка сразу под несколько площадок с разными форматами.
Связанные термины
- Latent inpainting (инпейнтинг по маске)Latent inpainting — инпейнтинг в диффузионных моделях: пользователь задаёт маску, и денойзинг перегенерирует только область под ней, сохраняя остальное изображение неизменным. Так удаляют объекты, заменяют фрагменты и реставрируют повреждения на фото.
- Inpaint / InpaintingInpainting — техника редактирования фото, при которой выделенная область заменяется новым контентом, сгенерированным нейросетью с учётом контекста. Используется для удаления объектов, замены фрагментов, реставрации повреждений.
- Denoising в диффузии (шаг обратной диффузии)Denoising в диффузии — ключевой шаг работы генеративных моделей: нейросеть последовательно убирает предсказанный шум из латента, за N шагов превращая случайный шум в изображение. На этом принципе построены Stable Diffusion, DALL-E 3 и апскейлер SeedVR2.
- VAE (вариационный автоэнкодер)VAE (Variational Autoencoder, вариационный автоэнкодер) — нейросеть, сжимающая изображение в компактное латентное пространство и восстанавливающая его обратно. Основа Stable Diffusion: диффузия идёт в latent 64×64×4, а VAE-decoder превращает результат в пиксели.
- Апскейл фотоАпскейл фото — увеличение разрешения изображения нейросетью с восстановлением деталей. В отличие от обычного интерполяционного увеличения (bicubic), AI-апскейл генерирует утерянные детали на основе обученных моделей.
- Колоризация (Colorization)Колоризация — автоматическое раскрашивание чёрно-белых изображений в цветные через нейросеть. Современные модели (ColorFlow, Adobe Quickfire) учитывают исторический период съёмки для period-accurate раскраски.
Материал подготовила
Команда PhotoPanda
Редакция сервиса обработки фото PhotoPanda.