Mi-Ripple: 反復的なAI編集によって劣化された画像を復元する

Mi-Rippleは、AIによる画像編集で発生するグリッド状のテクスチャ「デジタルリップル」を修復するワークフロー。周期的なアーティファクトとコンテンツに絡んだテクスチャを分離し、スペクトルノッチング、構造を考慮した平滑化、参照画像の再生成を組み合わせて低歪みで画像構造を保護しながら修復する。

• Mi-Rippleは、AI編集で発生するグリッド状・粒状のノイズ（デジタルリップル）を抑制する画像復元ワークフローである。
• 周期的アーチファクトと内容に依存する粒状テクスチャを分離し、それぞれに合わせた処理（スペクトルノッチング、構造認識スムージング、参照再生）を行う。
• 従来のノイズ除去手法が構造を損なう課題に対し、Mi-Rippleは低歪みフィルタリングと視覚的再構成を両立する。
• 14回のノッチ処理実行で、CIELAB明度単位の残差標準偏差は0.08～0.44に収まった。
• 参照クリーニングにより、生成画像のノイズ密度を45%削減した例を示す。