GFPGAN + Real-ESRGAN,打开浏览器就能用

GFPGAN 人脸增强在线版

同时运行 GFPGAN 人脸修复和 Real-ESRGAN 放大 — 不用 Python,不用 GPU,无需安装。上传一张尺寸小或压缩过的照片,就能得到 2K 或 4K 的清晰眼睛、干净皮肤和根根分明的头发。
请了解它的取舍:GFPGAN 往往会磨平皮肤、淡化雀斑,让人脸看起来更年轻。

示例 · 拖动滑块对比
老人的脸
处理前处理后
试试示例:
上传图片拖入、粘贴或点击上传 · 支持 JPG、PNG、WebP · 最大 10 MB

图片类型

输出尺寸

每张图片消耗 3 积分

注册即送 3 积分,正好够第一次生成。

使用注册赠送的免费积分生成的结果带有水印。购买任意积分后,新生成的结果将不再带水印。

图片很多?一次最多放大 20 张 →

GFPGAN 人脸增强效果示例

同一张脸用「人脸修复」处理一次前后的局部特写:左边是低画质原图,右边是 GFPGAN 结果。

老年女性低画质人像经 GFPGAN 处理前后对比 — 眼睛更清晰,皮肤更光滑、皱纹变少
原图
尺寸小又发虚:眼睛和皱纹都很模糊。
修复后
眼睛和头发清晰;部分皱纹和斑点被磨平。

老年人脸:更清晰,也更光滑

GFPGAN 还原了清澈的眼睛、银发和清晰的笑容。但请留意皮肤:一些深皱纹和老年斑被淡化了,她看起来年轻了一点。如果这一点对你很重要,请改用「照片人脸变清晰」。

大胡子男子的压缩人像经 GFPGAN 处理前后对比 — 眼睛、鼻子和胡须得到重建
原图
人脸和胡须上布满严重的 JPEG 色块。
修复后
眼睛、鼻子和花白胡须重新变得清晰分明。

严重压缩的人脸得到修复

从一张满是马赛克色块的低画质 JPEG 中,GFPGAN 以很强的清晰度重建了眼睛、鼻子和花白胡须。这正是它最擅长的:普通放大救不回来的严重压缩人脸。

长雀斑的女子经 GFPGAN 处理前后对比 — 人脸清晰,但大部分雀斑被磨掉
原图
发虚且尺寸小;脸颊和鼻子上能看到雀斑。
修复后
眼睛和笑容清晰,但大部分雀斑被磨掉了。

雀斑:如实说明的取舍

人脸变得明亮清晰,但她的大部分雀斑都不见了,皮肤也比原图更光滑。这是 GFPGAN 的典型表现。如果雀斑和皮肤纹理必须保留,「照片人脸变清晰」能保留得更好。

什么是 GFPGAN 人脸增强?

GFPGAN 是一个人脸修复模型:它会检测照片中的人脸,并根据学到的人脸知识重新绘制。这里它与 Real-ESRGAN 一起运行,由 Real-ESRGAN 放大图片的其余部分。结果是非常清晰的人脸 — 同时也有一些可以预见的副作用:

强力人脸修复

即使是又小又严重压缩的人脸,也能重建眼睛、牙齿和头发。

其余部分交给 Real-ESRGAN

背景、衣服和头发与人脸一起放大。

皮肤更光滑

毛孔、细纹和皱纹往往会被淡化。

雀斑和斑点变少

雀斑、痣和老年斑可能变淡或消失。

看起来更年轻

老年人脸处理后往往看起来年轻好几岁。

身份优先的替代方案

切换到「照片」模式(即「照片人脸变清晰」背后的模型),人脸会更贴近原样。

使用步骤

如何在线使用 GFPGAN

三步完成,无需安装:

1

上传照片

拖入、粘贴或选择 JPG、PNG、WebP 图片,最大 10 MB。

2

保持选中「人脸修复」

「人脸修复」会同时运行 GFPGAN 和 Real-ESRGAN。选择 2K 或 4K,开始前会显示准确的输出尺寸。

3

对比并下载

把滑块拖过人脸对比效果。如果皮肤看起来太光滑,可以改用「照片」模式。

什么时候适合用 GFPGAN

人脸剩下的信息越少,它的优势越明显。

很小的人脸

合照和老照片扫描件里只有几十像素宽的人脸。

严重压缩

在聊天软件里反复转发、已经糊掉的人脸。

头像和缩略图

小尺寸头像更看重干净清晰,而不是每个毛孔。

人脸崩坏的 AI 图片

生成出来的人脸糊成一团的 AI 图片。

免配置直接测试

在本地安装任何东西之前,先试试 GFPGAN 的效果。

GFPGAN 人脸增强 — 常见问题

还有其他问题?请发邮件至 support@imagesv2.ai。

GFPGAN 是一个开源的人脸修复模型。它利用对人脸外观的认知,重建低画质照片中的眼睛、皮肤和头发。在本页面中,它与 Real-ESRGAN 一起运行,由后者放大整张图片。


可以。在上方上传照片,保持选中「人脸修复」,然后点击放大按钮。完全不涉及 Python、GPU 或命令行。


它会保留人脸的整体样貌,但往往会磨平皮肤、去掉雀斑和老年斑,让人看起来更年轻。如果照片里的人脸必须原样保留 — 全家福、年长的亲人、长雀斑的皮肤 — 请使用「照片人脸变清晰」,它使用另一种更能保持人物身份的模型。


可以。把图片类型切换为「照片」,就会改用保持人物身份的修复模型,而不是 GFPGAN。


可选 2K(短边 1440 像素)或 4K(短边 2160 像素)。「人脸修复」最多把图片放大 4 倍,所以非常小的图片会在上限内尽量接近目标尺寸。


它很擅长挽救非常小或严重受损的人脸。如果是需要保留皱纹和人物神韵的老家庭照,建议先试试「照片」模式或老照片修复。


放大到 2K 消耗 10 积分,4K 消耗 20 积分,8K 消耗 40 积分。新用户注册即送免费积分,首次放大(2K 或 4K)只需 3 积分。8K 需购买任意积分后才能使用。放大失败会自动退还积分。


使用注册赠送的免费积分生成的结果带有水印。购买任意积分后,新生成的结果不再带水印。


用你的照片试试 GFPGAN

新用户赠送免费积分。上传照片,用滑块对比 GFPGAN 的效果。