모델이 만든 RGB
고정점 사이의 픽셀은 모델이 만듭니다. 밝기뿐 아니라 빨강·초록·파랑의 비율도 원본과 달라질 수 있습니다.
MAPLE UPSCALE · BLUE BIAS CHECK
GAN·U-Net·DiT의 2·3·4배 학습이 모두 끝난 저장본을 비교합니다. 같은 골렘 예시에서는 아홉 모델 모두 푸른 방향의 색 변화가 있었지만, 전체 검증 데이터의 평균은 다르게 나타납니다.
분석 기록을 불러오고 있습니다.
01 · 나눠서 확인할 세 가지
고정점 사이의 픽셀은 모델이 만듭니다. 밝기뿐 아니라 빨강·초록·파랑의 비율도 원본과 달라질 수 있습니다.
원래 불투명한 곳을 반투명하게 만들면 배경색이 더 섞입니다. 흰 배경에서는 색이 옅어 보일 수 있습니다.
이전 체크무늬에는 푸른 기운이 있었습니다. 중성 배경으로 바꾸면 이 영향은 줄지만, PNG 안의 RGB와 투명도는 그대로입니다.
RGB를 내부 형식으로 바꿨다가 PNG로 되돌리는 과정은 모든 배율에서 별도로 검사했고 원래 값을 보존했습니다. 이것만으로 학습된 출력의 색 변화까지 없어지는 것은 아닙니다.
02 · 표본과 전체 검증 구분
파랑 변화 = ΔB − (ΔR + ΔG) ÷ 2입니다. Δ는 모델 출력에서 정답을 뺀 값입니다. 양수면 빨강·초록에 비해 파랑 쪽으로, 음수면 반대쪽으로 움직였다는 뜻입니다.
RGB의 0~255 숫자로 계산한 차이입니다. 눈으로 느끼는 색 차이나 복원 품질 점수는 아니며, 숫자가 크다고 파란색만 증가했다는 뜻도 아닙니다.
| 모델 · 배율 | 골렘 4프레임 파랑 변화 | 전체 검증 파랑 변화 | 검증의 단색 영역 파랑 변화 | 원래 불투명한 내부의 평균 불투명도 | FP32 재확인 골렘 파랑 변화 |
|---|---|---|---|---|---|
| 분석 기록을 기다리고 있습니다. | |||||
골렘 값은 네 프레임의 평가 픽셀을 모아 계산했습니다. 전체 검증은 262프레임·50계열에서 프레임과 계열별 평균을 차례로 계산했습니다. 모으는 방식이 달라 두 열의 숫자만 직접 비교해 순위를 정하지 않습니다.
같은 골렘을 FP32로 다시 계산해도 아홉 결과의 푸른 방향 변화가 남았습니다. 이 표본에서는 계산 정밀도를 높이는 것만으로 해결되지 않았습니다.
단색 영역은 고정점을 제외하고, 정답의 3×3칸에서 RGB와 투명도가 모두 같고 완전히 불투명한 곳입니다. 경계와 세부 무늬의 위치 차이에 덜 영향을 받는 색 변화를 봅니다. 평균 불투명도는 원래 불투명한 내부에서 모델 출력이 얼마나 불투명한지 나타냅니다. 정답의 이 값은 100%이며, 출력이 낮을수록 배경색이 더 섞입니다.
FP32는 소수 계산에 더 많은 자릿수를 쓰는 방식입니다. 같은 저장 가중치를 이 방식으로 다시 계산해 수치 정밀도의 영향을 확인합니다. 재학습한 모델이 아니며, 미측정 값은 결론을 내리지 않습니다.
03 · 같은 배경에서 실제 저장본 보기
입력도 픽셀을 복사해 크게 표시합니다. 배경을 바꿔도 PNG의 RGB와 투명도는 바뀌지 않습니다. 그림은 각 예시의 한 프레임이며, 위 표의 골렘 값은 네 프레임에서 계산했습니다.