TecoGANはモザイク破壊動画で使われるアルゴリズム

モザイク破壊の話をする前に、そもそも「モザイク」という映像加工について触れておきましょう。そもそもモザイク処理とは、特定部分の色の平均情報を算出して解像度を下げるという映像処理のこと。非可逆変換なので、いわゆる「除去」というのは理論的に不可能です。しかし、TecoGANによるモザイク破壊動画はそれを可能にします。

TecoGANはAIを使って高解像度化する

モザイクはブロックが大きいと全く見えず、細かいとある程度は想像できますが、元の情報が失われてしまっている以上、どんなにがんばってもモザイクを取り除いた映像が見えるようになることはありません。

実際、モザイク部分を拡大してみると、映像がブロック状になり単色で塗り潰されていることが分かるはず。ここに加工前の情報は一切含まれていません。

それでは、AIによるモザイク除去とはどういうものなのでしょう。そこで使われているのが「TecoGAN（TEmporally COherentGAN）」というアルゴリズムです。GANは、Generative Adversarial Network（敵対的生成ネットワーク）と呼ばれるAIの一種です。

TecoGANはAIを用いた動画向けのアップコンバータで、解像度の低い映像を機械学習によって高解像度化するというもの。つまり、TecoGANによるモザイク破壊動画とは、モザイク部分をAIを使って高精度に高解像度化したものといえるでしょう。

TecoGANの実力をサンプルで体験できる

直前のフレームの動きと低解像度フレームを元に、高解像度フレームを生成するのがTecoGANの仕組み。前後のコマの動きからAIが映像を予測して補完するのがTecoGANの特徴です。

単純な高解像度化に比べて、TecoGANは圧倒的に自然で滑らかな映像を再現しています。モザイクのような低解像度の部分が連続で動く映像に、TecoGANの技術がピッタリとハマったわけです。

TecoGAN自体はオープンソースなので、自由に使用可能です。世界中のエンジニアが公開用のプログラムをアップして共有する「GitHub」内には、TecoGANのォーラムが存在。デモ用のサンプルも用意されているので、TecoGANの実力を体験できます。

TecoGANによる高解像度化のサンプルを見ると、AIが前後のコマを検知して、高解像度の映像を生成していることが見て取れます。そのため、TecoGANによる高解像度化は静止画には使えません。

TecoGANによるモザイク除去動画プレーヤー

現在、TecoGANを使った高解像度化ツールはいくつかありますが、定番といえるのは「JavPlayer」です。これはモザイク除去に特化したツールで、プレーヤーで再生した動画のモザイク部分を検知して自動でフィルターをかける機能を搭載しています。TecoGANを使ったモザイク破壊の手口を詳しく見て行きましょう。

TecoGANを使ってアダルト動画のモザイクを除去する動画プレーヤー「JavPlayer」は、手持ちの動画はもちろん、アダルト動画サイトから直接キャプチャする機能も搭載しています。

さらに、FANZAなどアダルト動画サイト専用のプレーヤーで再生する動画にも対応。非常に多機能なツールですが、2021年11月移行は更新が止まっており、ソフトの入手もできなくなっています。

JavPlayer自体はたいていのPCで動作しますが、TecoGANのアルゴリズムを用いてモザイク破壊をする場合の条件は厳しいものです。NVIDIAが提供するGPU向けの開発環境「CUDA」が必要になるため、TecoGANにはGeforceのグラフィックカードは必須。モデルの指定はされていませんが、モノによってはTecoGANが動かないこともあるようです。

TecoGANによるモザイク除去動画プレーヤー

TecoGANの処理は1コマずつ画像に分割

TecoGANを使って動画のモザイクを除去するJavPlayerは、読み込んだ動画を1コマずつPNG形式の画像ファイルに分割。モザイク部分をTecoGANで高解像度処理をした上でMP4形式の動画ファイルに複合しています。

そのためTecoGANを使ったモザイクを除去処理には膨大な時間が必要で、ハイスペックマシンであっても5秒の動画を作るのにかかる時間は約5分間。AV作品を丸ごと1本処理するとなると、TecoGANを使ったモザイクを除去処理に数十時間、もしくは数日間かかることもあるでしょう。

実際、TecoGANを使って動画のモザイクを除去するJavPlayerの最新版Ver1.09aを入手して、人物の顔をモザイク処理した動画を読み込ませたところ、完璧な復元とはいかないものの、映像ではかなり滑らかな仕上がりになりました。調整を加えることで、さらにTecoGANの処理精度を上げることも可能でしょう。（文／pusai）