Artefatos no Upscaling por IA 2025 — Identificação, Diagnóstico e Reprocesso na Prática

“Deveria estar mais limpo, mas parece artificial.” Esse estranhamento costuma ser explicado por padrões de artefato repetíveis. Este guia transforma sintomas em diagnóstico e correções replicáveis.

TL;DR

• Catálogo “sintoma→causa→remédio” reduz tentativas

• Ordem prática: denoise/recuperação → nitidez moderada → varredura de encode

• Métricas ajudam, olhos decidem: SSIM/LPIPS/Butteraugli como apoio

• Banding → deband+dither; pele encerada → proteção de textura/bordas; halos → raio/força menores

• Entrega sem quebrar LCP/INP: não‑críticos ficam lazy/baixa prioridade

• Links internos: Entrega de imagens focada em INP 2025 — Proteger a performance percebida com coordenação de decode/priority/scripts, AVIF vs WebP vs JPEG XL em 2025 — Comparação prática e mensurada, Imagens responsivas na era do DPR & uso de image-set 2025

Taxonomia de artefatos e causas

1. Halos/anéis (ringing)

• Causa: nitidez excessiva, overshoot de deconvolução, filtros agressivos
• Remédio: reduzir raio/força, low‑pass leve, limitar a bordas

2. Aspecto plástico/“pele encerada”

• Causa: denoise excessivo, modelo super‑suavizante
• Remédio: reintroduzir micro‑ruído, proteger textura/bordas, elevar q

3. Fringing/sangramento em texto (sub‑pixel)

• Causa: falha sub‑pixel, escala não‑inteira, kernel inadequado
• Remédio: escala inteira, kernel NN/qualidade, vetorizar UI (SVG/Lottie)

4. Checkerboard/moiré

• Causa: periodicidade do upsampler, interferência de textura
• Remédio: pre‑blur leve, testar upsamplers, prefiltrar antes de reduzir

5. Banding (degradês em degraus)

• Causa: quantização 8‑bit, compressão forte, áreas lisas extensas
• Remédio: debanding+dither, pipeline 10‑bit, AVIF com maior profundidade

6. Fringing de cor/bleed de croma

• Causa: subsampling YUV (4:2:0), desalinhamento de espaço de cor
• Remédio: 4:4:4 em bordas críticas, manter sRGB/P3 consistente, evitar conversões inúteis

7. Flicker temporal (vídeo)

• Causa: inconsistência entre frames, denoise temporal forte
• Remédio: ajustar filtros temporais, alinhar intervalo de keyframe

Quadro de diagnóstico (o que observar)

1. Comece pelos olhos: zoom + comparador (AB)
2. Imagem de diferença para localizar mudanças
3. Histograma/frequência para excesso/falta de alta frequência
4. SSIM/LPIPS/Butteraugli como apoio — não decisão

Fluxo de reprocesso (canônico)

1. Normalizar entradas (orientação/ICC/espaço/profundidade)
2. Denoise/deconvolução quando necessário
3. Nitidez moderada com proteção de bordas (raio/força/limiar)
4. Debanding + dither para degradês
5. Varredura de encode (AVIF/WebP: q/velocidade/4:2:0 vs 4:4:4)
6. Decidir com olhos + métricas + bytes

Trechos de implementação (Sharp/FFmpeg)

import sharp from 'sharp'

export async function enhance(input: string, base: string) {
  const s = sharp(input, { failOn: 'none' })
   .withMetadata({ orientation: 1 })
   .gamma()
   .median(1)
  await s.webp({ quality: 78 }).toFile(`${base}.webp`)
  await s.avif({ quality: 56, chromaSubsampling: '4:4:4' }).toFile(`${base}.avif`)
}

ffmpeg -i input.mp4 -vf "gradfun=radius=16:strength=0.8" -c:v libaom-av1 -crf 28 -b:v 0 -pix_fmt yuv420p10le out-av1.mp4

Dicas operacionais

• Para bitrates baixos, semeie micro‑ruído para evitar o “plástico”
• UI/texto: prefira vetorização (SVG/Lottie)
• HDR/amplo gamut: valide outliers antes do sRGB final; preserve 10‑bit se possível
• Entrega: siga Entrega de imagens focada em INP 2025 — Proteger a performance percebida com coordenação de decode/priority/scripts — só o LCP com alta prioridade

Avaliação de qualidade

• SSIM/PSNR avaliam fidelidade de pixel; podem não captar estranhezas perceptivas
• LPIPS/Butteraugli tendem a alinhar melhor à percepção — ainda assim, apoio
• Mostre ganhos/perdas com AB/diff; evite depender de um único número
• Faça sweep (q/tamanho/subsampling) antes de publicar

Checklist

• [ ] Normalizar entradas (orientação/ICC/espaço/10‑bit)
• [ ] Denoise/recuperação → nitidez com proteção de bordas
• [ ] Debanding + dither quando necessário
• [ ] AVIF/WebP: varrer q e 4:2:0/4:4:4
• [ ] Entrega que preserve LCP/INP (só LCP alta prioridade)

FAQ

• P: Como reduzir “pele encerada”? R: Suavize o denoise, proteja textura/bordas, aumente q; reduza força em rostos.

• P: Quanta nitidez? R: Comece pequeno (raio/força/limiar). Evite “crocante”; restrinja a bordas.

• P: Qual métrica usar? R: SSIM + LPIPS como trilhos; recorra a Butteraugli se necessário. Olhos decidem.

Resumo

Nomeie o artefato, siga o playbook: diagnosticar → reprocesso mínimo → entrega segura. Natural e leve, ao mesmo tempo.