The Second Challenge on Real-World Face Restoration at NTIRE 2026: Methods and Results
यह शोध पत्र वास्तविक दुनिया के चेहरे के बहाली (फेस रेस्टोरेशन) पर आधारित NTIRE 2026 चुनौती की समीक्षा करता है, जिसमें 10 सहभागी टीमों की विधियों और परिणामों का विवरण दिया गया है जिनका लक्ष्य प्राकृतिक, पहचान-संगत आउटपुट उत्पन्न करना और अत्याधुनिक संवेदी गुणवत्ता (परसेप्चुअल क्वालिटी) को आगे बढ़ाना था।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास अपने पसंदीदा सेलिब्रिटी या परिवार के किसी सदस्य की एक बहुत पुरानी, धुंधली और खरोंच वाली तस्वीर है। आप इसे ठीक करना चाहते हैं, लेकिन एक शर्त है: आप केवल एक साफ़ तस्वीर नहीं चाहते; आप चाहते हैं कि यह आज ली गई एक बिल्कुल नई, हाई-डेफिनिशन फोटो की तरह दिखे, और इसमें वह व्यक्ति बिल्कुल वैसा ही दिखना चाहिए। यदि सुधार करने से वे कोई दूसरा व्यक्ति दिखने लगें, तो काम विफल माना जाएगा।
यह पेपर NTIRE 2026 नामक एक विशाल वैश्विक प्रतियोगिता का "रिपोर्ट कार्ड" है, जहाँ दुनिया के सबसे स्मार्ट कंप्यूटर वैज्ञानिकों ने ठीक इसी समस्या को हल करने की कोशिश की: रियल-वर्ल्ड फेस रेस्टोरेशन (वास्तविक दुनिया के चेहरे की बहाली)।
इसे कैसे किया गया, इसकी कहानी यहाँ सरल भाषा में दी गई है।
🏆 बड़ी प्रतियोगिता
इसे फोटो ठीक करने वाली AI के लिए ओलंपिक की तरह समझें।
- लक्षतः: एक बेहद खराब, कम गुणवत्ता वाली चेहरे की फोटो को एक शानदार, यथार्थवादी उत्कृष्ट कृति (masterpiece) में बदलना।
- नियम: AI को मनमाने विवरण (जैसे किसी की नाक बदल देना) का अनुमान नहीं लगाना चाहिए। इसे व्यक्ति की पहचान 100% बरकरार रखनी होगी।
- खिलाड़ी: 96 टीमों ने हिस्सा लिया, लेकिन केवल 10 ही अंतिम दौर तक पहुँच पाईं। उनमें से 9 टीमें वास्तव में "पहचान जांच" (identity check) में पास हुईं।
🧠 AI कैसे "सोचता" है
अतीत में, एक धुंधले चेहरे को ठीक करना कुछ धुंधले बिंदुओं का उपयोग करके एक पोर्ट्रेट बनाने जैसा था। सही विवरण पाना कठिन था।
2026 में, विजेताओं ने खेल बदल दिया। केवल पिक्सेल को "ठीक" करने के बजाय, उन्होंने AI "सपनों के सौदागरों" (जिन्हें डिफ्यूजन मॉडल कहा जाता है) का उपयोग किया।
- उपमा: कल्पना कीजिए कि आपकी खिड़की पर कीचड़ लगा है। पुराने तरीके कपड़े से कीचड़ साफ करने की कोशिश करते थे। नए तरीके एक जादूगर की तरह हैं जो कीचड़ को देखता है, याद करता है कि लाखों अन्य खिड़कियों के आधार पर एक साफ खिड़की कैसी होनी चाहिए, और मूल रूप से कीचड़ के ऊपर एक साफ कांच की "पुनर्कल्पना" (re-imagine) कर देता है।
🏅 विजेता और उनके गुप्त हथियार
यहाँ शीर्ष टीमों ने इस चुनौती को कैसे अपनाया, इसके लिए सरल उपमाएँ दी गई हैं:
1. 🥇 MiPlusCV (दो-चरणीय शेफ)
- स्थान: प्रथम स्थान
- रणनीति: उन्होंने एक बार में पूरा भोजन बनाने की कोशिश नहीं की।
- चरण 1: उन्होंने भारी काम करने के लिए OSDFace नामक टूल का उपयोग किया—बड़ा धुंधलापन हटाना और चेहरे का बुनियादी आकार सही करना।
- चरण 2: उन्होंने त्वचा की बनावट, रोमछिद्र और सूक्ष्म विवरण जैसे "सजावटी तत्व" जोड़ने के लिए एक सुपर-फास्ट "एक-चरण" वाले AI (जो Z-Image पर आधारित था) का उपयोग किया।
- वे क्यों जीते: उन्होंने महसूस किया कि पहले संरचना (structure) को सही करना, फिर बाद में "बारीक विवरण" जोड़ना, सबसे स्वाभाविक परिणाम देता है।
2. 🥈 CEVI-KLETech (सर्जन)
- स्थान: द्वितीय स्थान
- रणनीति: उन्होंने चेहरे को अलग-अलग अंगों वाले शरीर की तरह माना।
- गुप्त मंत्र: उन्होंने महसूस किया कि त्वचा को आंखों या बालों की तुलना में अलग तरह के "सुधार" की आवश्यकता होती है। उन्होंने इमेज को परतों में तोड़ने के लिए एक विशेष टूल (वेवलेट्स) का उपयोग किया। उन्होंने पहचान को सुरक्षित रखने के लिए "कंकाल" (लो फ्रीक्वेंसी) को अकेला छोड़ दिया, लेकिन केवल त्वचा और बालों वाले क्षेत्रों में ही हाई-फ्रीक्वेंसी विवरण जोड़े।
- वे क्यों जीते: सटीकता। उन्होंने पूरे चेहरे को ज़रूरत से ज़्यादा ठीक नहीं किया; उन्होंने केवल वहीं ठीक किया जहाँ सुधार की आवश्यकता थी।
3. 🥉 HONORAICamera (रफ़्तार का खिलाड़ी)
- स्थान: तृतीय स्थान
- रणनीति: गति और दक्षता।
- गुप्त मंत्र: उन्होंने अपने AI को पुराने मॉडलों की तरह 20 या 30 चरणों के बजाय एक ही चरण में पूरा काम करने के लिए प्रशिक्षित किया। उन्होंने AI के एक "टर्बो" संस्करण का उपयोग किया।
- वे क्यों जीते: उन्होंने साबित किया कि आपको फोटो ठीक होने के लिए घंटों इंतज़ार करने की ज़रूरत नहीं है; आप तुरंत उच्च गुणवत्ता प्राप्त कर सकते हैं।
4. YuFans (परफेक्शनिस्ट/पूर्णतावादी)
- स्थान: चतुर्थ स्थान
- रणनीति: "अच्छा काफी नहीं है।"
- गुप्त मंत्र: उन्होंने पहले एक अच्छी फोटो बनाई, फिर उसे एक "रोबोट आलोचक" (एक AI जो फोटो की गुणवत्ता को परखता है) के साथ देखा। यदि आलोचक कहता, "आंखें थोड़ी नकली लग रही हैं," तो YuFans ने आलोचक को खुश करने के लिए उस विशेष फोटो के लिए पिक्सेल को थोड़ा बदला।
- वे क्यों जीते: उन्होंने विशेष रूप से जजों की स्कोरिंग प्रणाली के लिए अनुकूलन (optimize) किया।
🚀 2026 के बड़े रुझान
यह पेपर चेहरों को ठीक करने के तरीकों में तीन बड़े बदलावों को उजागर करता है:
- "ठीक करने" से "पुनर्कल्पना करने" तक: हमने केवल धुंधले पिक्सेल को शार्प करने की कोशिश करना बंद कर दिया है। अब, हम शक्तिशाली AI मॉडल का उपयोग करते हैं जो उन विवरणों को "भ्रमित" (hallucinate/create) करते हैं जो खो गए थे, लेकिन ऐसा करते हैं कि वे व्यक्ति के प्रति सच्चे रहते हैं।
- "एक-चरण" क्रांति: पुराने तरीकों को इमेज को साफ करने में कई चरणों की आवश्यकता होती थी। विजेताओं ने दिखाया कि सही प्रशिक्षण के साथ, AI एक ही छलांग में यह काम कर सकता है, जिससे यह बहुत तेज़ हो जाता है।
- पहचान सर्वोपरि है: फोटो कितनी भी सुंदर क्यों न लगे, यदि यह मूल व्यक्ति जैसा नहीं दिखता, तो यह विफल है। सर्वश्रेष्ठ टीमों ने विशेष "सुरक्षा घेरे" (guardrails) बनाए ताकि यह सुनिश्चित हो सके कि AI कभी भी व्यक्ति के चेहरे के आकार या पहचान को न बदले।
🏁 निष्कर्ष
इस प्रतियोगिता ने हमें दिखाया कि फोटो बहाली का भविष्य बेहतर कैमरों के बारे में नहीं है; यह स्मार्टर AI के बारे में है। हम पुरानी तस्वीरों को केवल साफ करने से आगे बढ़कर वास्तविकता के पुनर्गठन (reconstruction) की ओर बढ़ रहे हैं, जिसमें इतनी उच्च शुद्धता है कि बहाल की गई फोटो ऐसी लगती है जैसे उसे आज ही दस लाख डॉलर के कैमरे से लिया गया हो।
विजेताओं ने साबित कर दिया कि तेज़ पीढ़ी (generation), स्मार्ट स्ट्रक्चरल गाइडेंस और सख्त पहचान जांच को जोड़कर, हम अपनी सबसे पुरानी, खराब तस्वीरों को पहले से कहीं बेहतर तरीके से पुनर्जीवित कर सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।