原图副本、结果、诊断与 QA 证据保存在运行本地服务的电脑中。
模糊与清晰度恢复
改善模糊老照片，而不是重新设计陌生的人脸
模糊会丢失高频证据；锐化可以改善仍存在的边缘，但无法证明原图没有记录的睫毛、牙齿或脸部结构。
本地任务记录外部 AI 处理QA
生成前会明确说明图片可能发送给配置的外部服务，并等待用户确认。
四版任务必须选择优选结果，QA 风险与输出信息持续可见。
原图诊断
锐化前先判断模糊类型
扫描偏软
当主要边缘和灰阶过渡仍稳定时，整体偏软的扫描图可通过克制的局部对比改善。
运动模糊或失焦
方向性拖影与对焦失败损失的信息不同，不应该使用同一种增强强度。
小脸像素预算
多人合影中的小脸可能没有足够源像素，即使整张照片更清晰，也不能对人物细节做强结论。
修复证据
同时查看原图、结果与审片边界
关键原则
模糊老照片增强
锐化结构，而不是毛孔
优先改善轮廓、发际线、服装边缘和场景可读性，不生成合成皮肤与人脸微细节。
逐一检查每张小脸
整体更清晰的合影中，仍可能出现个别人脸偏移或重新生成。
保留较柔和的候选
当最清晰版本越过人物风险边界时，多版审片应保留更谨慎的结果。
FAQ
常见问题
AI 能完全消除人脸模糊吗？
它可以生成一张看似合理的清晰脸，但合理并不能证明恢复的五官属于原人物。
提高分辨率就等于增加真实细节吗？
不等于。放大只会增加像素，并不会自动增加可靠的原图证据。
锐化后 QA 应检查什么？
检查脸型、神态、年龄感、人数、服装、锐化光晕、塑料质感和背景是否被重构。
准备开始
使用自己的照片开始审片把这套审片标准用在自己的旧照片上。
上传原图、选择修复路线，并在交付前检查人物、构图和质量证据。