KI-Hochskalierung vs. bikubisch und Lanczos: Was sich wirklich ändert

KI-Hochskalierung und herkömmliche Hochskalierung machen beide aus kleinen Bildern große. Der Unterschied liegt darin, woher die neuen Pixel kommen. Bikubisch und Lanczos berechnen sie aus benachbarten Pixeln, das Bild wird also größer, aber nicht detailreicher. Ein KI-Upscaler sagt Details aus Mustern voraus, die er im Training gelernt hat.

Kanten, Haare und Texturen können dadurch schärfer werden als in der Quelle und gelegentlich auch erfunden sein. Was passt, hängt davon ab, wie groß der Sprung ist und in welchem Zustand die Quelle ist.

• Herkömmliche Hochskalierung (Nearest Neighbor, bilinear, bikubisch, Lanczos) berechnet jedes neue Pixel aus den umliegenden Pixeln. Das Bild wird größer, aber es kommt keine neue Information hinzu.
• KI-Hochskalierung sagt mit einem trainierten Modell plausible feine Details voraus und verringert dabei meist zugleich Rauschen und Kompressionsschäden.
• Lanczos wirkt knackiger als bikubisch, mit mehr Risiko für schwache Säume an harten Kanten. Nearest Neighbor eignet sich für Pixel-Art und kaum etwas anderes.
• Die zusätzliche Rechenzeit lohnt sich bei KI für Sprünge ab 2x, für komprimierte oder verrauschte Quellen und für Linienzeichnungen. Für kleine Größenänderungen an sauberem Material reicht oft ein guter herkömmlicher Skalierer.
• Keine der beiden Arten kann Details zurückholen, die die Kamera nicht aufgenommen hat. Beurteilen Sie das Ergebnis in 100-%-Ansicht auf dem Bildschirm, für den das Video gedacht ist.

Hochskalieren vergrößert die Pixelmaße eines Bildes oder Videos, zum Beispiel von 1280 × 720 auf 1920 × 1080. Jede Hochskalierung muss Pixel auffüllen, die es vorher nicht gab. Ein 1080p-Bild hat 2.073.600 Pixel, ein 720p-Bild 921.600, bei einer Hochskalierung von 720p auf 1080p sind also rund 56 % der Pixel neu.

Fernseher, Browser und Schnittprogramm skalieren ständig hoch, meist mit einem herkömmlichen Skalierer, sobald ein Video kleiner ist als die Fläche, auf der es gezeigt wird. Die HandBrake-Dokumentation nennt den Preis dafür: Videos unter 720p werden in der Regel auf die volle Anzeigegröße aufgeblasen, und dabei werden selbst kleine Mängel vergrößert.

Jedes herkömmliche Verfahren ist eine Interpolationsregel: eine Formel dafür, wie viel jedes benachbarte Quellpixel zu einem neuen Pixel beiträgt. Die Skalierer-Dokumentation von FFmpeg führt die gängigen auf.

• Nearest Neighbor (Punktabtastung). Kopiert das nächstgelegene Quellpixel. Das Ergebnis ist blockig, aber harte Pixelkanten bleiben hart, und genau das brauchen Pixel-Art und Aufnahmen alter Spiele, wenn sie um einen ganzzahligen Faktor (2x, 3x, 4x) skaliert werden.
• Bilinear. Mischt die nächstgelegenen Pixel linear. Glatt und weich.
• Bikubisch. Legt eine glatte kubische Kurve durch die benachbarten Pixel. Schärfer als bilinear und die übliche Wahl für alle Zwecke. Es ist die Voreinstellung von FFmpeg, dort als Kurve im Stil von Mitchell-Netravali konfiguriert.
• Lanczos. Ein gefensterter Sinc-Filter, der eine größere Nachbarschaft gewichtet (in FFmpeg standardmäßig drei Taps). Er hält Kanten knackiger als bikubisch und kann an kontrastreichen Kanten schwache helle oder dunkle Konturen hinzufügen, oft Ringing genannt.
• Weitere. Flächenmittelung (Area) ist vor allem fürs Verkleinern gedacht (laut FFmpeg entspricht sie beim Vergrößern bilinear); Gauß und Spline liegen zwischen den oben genannten Verfahren.

Wichtiger als die Unterschiede ist, was sie gemeinsam haben: Jedes Ausgabepixel ist ein gewichteter Mittelwert von Eingabepixeln. Deshalb sieht ein herkömmlich hochskaliertes 720p-Video auf größerer Fläche immer noch nach 720p aus. Kanten werden glatter oder knackiger, aber es entsteht keine neue Textur, und Rauschen, Kompressionsblöcke oder Unschärfe der Quelle wachsen mit allem anderen mit.

Ein KI-Upscaler, oft Super-Resolution-Modell genannt, ist ein neuronales Netz, das mit Paaren aus niedrig und hoch aufgelösten Bildern trainiert wurde. Im Training lernt es, welche hochaufgelösten Muster meist zu einem niedrig aufgelösten Ausschnitt gehören: wie Mauerwerk, Wimpern oder Laub mit mehr Pixeln typischerweise aussehen. Bei der Anwendung sagt es diese Muster für Ihre Bilder voraus.

Daraus folgen drei Dinge:

1. Es ergänzt plausible Details. Kanten werden sauber, und Texturen wirken dichter, als es eine Interpolation schaffen kann.
2. Es räumt beim Skalieren meist auf. Modelle, die mit beschädigten Eingaben trainiert wurden, lernen auch, Rauschen, Kompressionsblöcke und Weichheit zu verringern. Die Intelligente Reparatur von KwaFlux macht das gezielt: Sie liest das Ergebnis der Qualitätserkennung jedes Clips und kombiniert je nach Bedarf Entrauschen, Schärfen, Farb- und Helligkeitskorrektur, Hochskalierung sowie die Wiederherstellung von Gesichtern und feinen Details.
3. Die Details sind eine Vorhersage. Wenn die Quelle nicht genug Information enthält, zeichnet das Modell etwas, das richtig aussieht, statt dessen, was tatsächlich da war. Kleine Gesichter, entfernte Schrift und feine, sich wiederholende Muster zeigen das zuerst.

Bei Video kommt ein vierter Punkt dazu: die Konsistenz über die Bilder hinweg. Wird Textur Bild für Bild vorhergesagt, kann sie beim Abspielen flimmern. Viele Videomodelle nutzen benachbarte Bilder, um Details stabil zu halten, und trotzdem ist das das Erste, worauf Sie in einer Vorschau achten sollten.

Randnotiz: „KI-Hochskalierung“ und „KI-Verbesserung“ überschneiden sich. Viele Upscaler reparieren und vergrößern in einem Durchgang, deshalb kann derselbe Clip auch in Originalgröße sauberer aussehen. Wenn Sie nur ein größeres Bild wollen, an dem sich sonst nichts ändert, ist ein herkömmlicher Skalierer das ehrliche Werkzeug.

• Kleine Größenänderungen an sauberem Material. Von 1080p auf 1440p mit einer scharfen, gut belichteten Kameradatei braucht es selten mehr als bikubisch oder Lanczos.
• Der Bildschirm skaliert ohnehin. Wenn Fernseher oder Player des Zuschauers das Video sowieso skalieren, bringt Vorskalieren mit derselben Art von Rechnung vor allem eine größere Datei.
• Schnitt-Timelines und Proxys. Wenn ein Clip nur zur Projektauflösung passen muss, zählt die Größe mehr als das Detail.
• Pixel-Art und Aufnahmen alter Spiele. Nearest Neighbor mit 2x, 3x oder 4x hält jedes Pixel quadratisch.

• Sprünge ab 2x: 720p auf 1440p, 1080p auf 4K, SD auf HD. Je größer der Sprung, desto mehr vom Bild muss ein herkömmlicher Skalierer verschmieren. Ein durchgerechnetes Beispiel finden Sie unter 720p auf 1080p hochskalieren.
• Beschädigte Quellen. Kompressionsblöcke, Sensorrauschen und weicher Fokus werden durch Interpolation größer. KI-Hochskalierung verringert sie beim Vergrößern meist.
• Anime und Linienzeichnungen. Saubere Kanten und flache Farben prüft das Auge zuerst. Ein auf Animation abgestimmtes Modell hält Linien dünn und füllt Farbflächen sauber.
• Material, das Sie behalten. Bei Familienvideos und Archiven fällt die zusätzliche Rechenzeit nur einmal an. Was Sie von sehr kleinen Quellen realistisch erwarten können, lesen Sie in 480p auf 4K: Was KI zurückholen kann.

Über Skalierer zu lesen bringt Sie nur bis zu einem gewissen Punkt. Nehmen Sie eine Einstellung mit feinen Details (Haare, Laub, Stoff, kleine Schrift) und vergleichen Sie in der Größe, in der Sie ausliefern.

In KwaFlux

1. Qualitätsreparatur öffnen. Gehen Sie in der Seitenleiste zu Qualitätsverbesserung und öffnen Sie die Karte Intelligente Reparatur oder eine Karte der Szenenreparatur, die zu Ihrem Material passt, etwa Anime.
2. Clip importieren und Ausgabegröße festlegen. Stellen Sie unter Export die Auflösung auf Ihr Ziel, zum Beispiel 1080p oder 4K.
3. Vorschau rendern. Wählen Sie an der detailreichen Stelle 1 s Vorschau, 3 s Vorschau oder 5 s Vorschau.
4. Mit einer Basis in gleicher Größe vergleichen. In der Vorher-nachher-Ansicht ist die Basis Vorher (gleiche Größe) die Quelle, mit herkömmlicher Skalierung auf die Ausgabeauflösung vergrößert. Stellen Sie das KI-Ergebnis daneben, sehen Sie bei identischen Maßen, was das Modell über die reine Größenänderung hinaus beiträgt.
5. Erst die Werte lesen, dann den eigenen Augen trauen. Ist unter Einstellungen › Vorschau die Option Qualität nach der Vorschau vergleichen eingeschaltet, bewertet KwaFlux die Veränderung: Schärfe, Sauberkeit, Ästhetik und Technik, dazu Auflösungsgewinn und Ähnlichkeit zur Quelle (VMAF). Die Hinweise in der App sagen, wie die Werte zu lesen sind: VMAF ist mit „Höher heißt weniger Änderungen, nicht bessere Qualität“ beschriftet, und das Panel weist darauf hin, dass es sich um objektive algorithmische Kennzahlen handelt und am Ende Ihr eigener Seheindruck entscheidet. Wie die Bewertung funktioniert, steht unter So bewerten wir die Videoqualität.

Mit FFmpeg (kostenlos)

Erzeugen Sie eine bikubische und eine Lanczos-Version und stellen Sie sie nebeneinander:

ffmpeg -i input.mp4 -vf "scale=1920:-2:flags=bicubic" -c:v libx264 -crf 16 -an bicubic.mp4
ffmpeg -i input.mp4 -vf "scale=1920:-2:flags=lanczos" -c:v libx264 -crf 16 -an lanczos.mp4
ffmpeg -i bicubic.mp4 -i lanczos.mp4 -filter_complex hstack -c:v libx264 -crf 16 compare.mp4

-2 behält das Seitenverhältnis bei und rundet die Höhe auf eine gerade Zahl. Ein niedriger CRF (16) verhindert, dass der Encoder genau die Unterschiede verdeckt, die Sie sehen wollen. Öffnen Sie compare.mp4, halten Sie an der detailreichen Stelle an und schauen Sie in 100-%-Ansicht: links bikubisch, rechts Lanczos.

Randnotiz: flags=lanczos ist der seit Langem übliche Weg, im scale-Filter von FFmpeg einen Algorithmus zu wählen. Die aktuelle Skalierer-Dokumentation führt die Algorithmuswahl über Flags als veraltet zugunsten einer eigenen Option scaler. Mit ffmpeg -h filter=scale sehen Sie, was Ihr Build akzeptiert.

Tipp: Vergleichen Sie in der Größe, in der das Video angeschaut wird. Ein Unterschied, der in 100-%-Ansicht am Desktop-Monitor offensichtlich ist, kann auf dem Smartphone verschwinden, und ein Saum, den Sie am Laptop nicht sehen, kann auf einem 65-Zoll-Fernseher stören.

• Details zurückholen, die nicht aufgenommen wurden. Unleserliche Schrift bleibt unleserlich. Ein KI-Modell zeichnet womöglich buchstabenähnliche Formen, und das ist schlimmer, als sie weich zu lassen.
• Starke Fokusunschärfe in eine scharfe Aufnahme verwandeln. Leichte Weichheit wird besser; ein deutlich verfehlter Fokus kommt nicht zurück.
• Bewegung flüssiger machen. Hochskalieren ergänzt Pixel, keine Bilder. Für flüssigere Bewegung brauchen Sie Bildinterpolation.
• Artefakte aus früherer Bearbeitung rückgängig machen. Säume durch Überschärfung und starke Rauschunterdrückung vom Smartphone oder aus einem früheren Export sind jetzt Teil des Bildes. KI kann einige davon abmildern, aber nicht rückgängig machen.

Herkömmliche Skalierer entscheiden, wie die vorhandenen Pixel gestreckt werden. KI-Upscaler entscheiden, wie die fehlenden Pixel wahrscheinlich ausgesehen haben. Nehmen Sie die erste Art, wenn die Quelle sauber und der Sprung klein ist, die zweite, wenn der Sprung groß oder die Quelle beschädigt ist, und vergleichen Sie beide nebeneinander, bevor Sie sich auf einen Export festlegen.

KwaFlux führt den KI-Video-Enhancer auf Ihrer eigenen GPU aus. Die KI-Verarbeitung läuft auf Ihrer eigenen GPU, und Ihre Mediendateien werden für die Verarbeitung nicht hochgeladen. KwaFlux läuft unter Windows 10 (64-Bit, Version 1809 oder neuer), Windows 11 und macOS 12 oder neuer auf Apple Silicon. Vorschauen brauchen kein Konto: Rendern Sie für jeden Clip eine Vorschau von 1, 3 oder 5 Sekunden. Anmeldung und ein bezahlter Plan sind nur für Export, Konvertierung, Dateireparatur und Datei-Download aus einem Link nötig.