AIノイズ低減ツール：NXT、DeepSNR とその仲間たち
ここ数年、天体写真における星の除去とノイズ低減の作業は、ほぼ全面的に AI ツールに取って代わられました。この記事では、主流の AI ノイズ低減ツールを何本か整理し、実際にテストして観察した長所・短所、そしてバージョンごとの進化についてお話しします。
なぜ AI ノイズ低減はこんなに強力なのか？
まずは一組の数字を見て、これらのツールの背後にあるモデルの規模（パラメータ数で計測）を感じ取ってみてください。
- StarXTerminator：2100 万
- StarNet++：5400 万
- StarNet V2：3000 万
- NoiseXTerminator：2400 万
- Topaz Denoise AI：1400 万
これらのモデルはいずれも、畳み込み（convolution）、マルチスケール（multiscale）、しきい値（threshold）を中核の概念としています。ディープスカイ画像における現在の主な用途は、突き詰めれば二つ——星の除去とノイズ低減です。
肝心なのはここです——機械学習の力を借りず、各種の天体画像に向けた学習データでパラメータを最適化しないと、従来のやり方だけであらゆる天体に対して最良の結果を得るのは、実のところ非常に難しいのです。まさにここに AI ツールの価値があります。
デコンボリューションも AI に任せられる：BlurXTerminator
2022 年には、デコンボリューション（Deconvolution）までもが AI に任せられるようになりました。Russell Croman（RC）が画像処理における AI のさらなる応用を見いだし、BlurXTerminator を実装したのです。
私は当時 30 日間の試用版をダウンロードし、10 年前に撮影した M1 かに星雲を一枚用意して試してみました。左は DBE のみを適用したオリジナルのファイル、中央は以前 PixInsight のネイティブなデコンボリューションで仕上げた成果、そして一番右が BXT がワンクリックで仕上げた結果です。あまりに良い出来で、比べてみると自分で手動でやったデコンボリューションはまるで失敗作のように見えました——しかも私は少なくとも 20 分かけてパラメータを詰めたのに、BXT は 1 分もかからずに完了したのです。結論は単純です。課金する価値があるものには課金する——時間の節約になり、しかも仕上がりも良いのですから。
（BXT の入門と注意点をひととおり扱った専用の記事が別にあるので、ここでは詳しく展開しません。）
ノイズ低減ツール巡り
NoiseXTerminator（NXT）
NXT は現在主流の有料 AI ノイズ低減ツールで、この記事でも何度も比較の基準として持ち出す相手です。そのバージョンごとの進化は、AI ツールの「継続的に反復更新する」という性質をうまく物語っています。
星の問題（AI1 期）：NXT を使い始めた頃は、マスクを加えないと RGB の星像のコアが傷つき、輝度の星像の中心にも軽い Star Fade が現れました。当時この問題は解決不能で、Russell は Mac プラットフォームでも似た状況があると述べていました。Windows も明らかに逃れられなかったわけです。ですからあの時期に NXT を使うなら、素直にスターマスクと組み合わせるしかありませんでした。
AI2 へのアップデート（プログラム 1.1.4）：Russell に問題を報告したあと、このアップデートで刷新された新しいモデルでは、RGB の星像のコアにわずかな変色が残るだけになり、輝度の星像のコアの Star Fade は消えました。当時、NXT を使っている仲間には、できるだけ早くアップデートするよう勧めました。
さらに AI3 へ進化：新版の AI3 は高周波のノイズ低減には確かに改善が見られますが、中周波とカラーノイズの処理は普通といったところ。リニア状態での明るい星への影響はまだ残っているものの、大幅に軽減されました。まとめると——NXT を買った仲間はアップグレードをお忘れなく。AI3 の総合的な出来は確かに AI2 より優れています。
DeepSNR
StarNet の作者 Nikita Misiura が開発した、新世代の天体写真向け AI ノイズ低減ツールです。現時点ではカラー画像のみに対応し、しかも PixInsight 内で実行する必要があります。市場での直接の競合相手は NXT です。
ちょっとした比較をしてみました。リニア状態での結果を見ると、左から順にオリジナル画像、NXT の結果、DeepSNR の結果です。見たところ DeepSNR はなかなか優秀な仕上がりです。もう一つの大きな利点は——DeepSNR は現時点で無料だということです。
その後の実測では、NXT も DeepSNR もどちらも非常に良い出来で、二枚の成果を Blink で見比べても、具体的な違いはほとんど見分けがつきませんでした。ここから実務的な判断も見えてきます——輝度チャンネルはさらに強度を上げる必要があるのか？ 私はそうは思いません。この S/N 比なら、リニア段階はちょうどスイートスポットあたりです。RGB はもう少し攻めてもいいですが、私はノンリニア段階のために少し余地を残しておく派です。
Adobe CRF Denoise のある特別な利点
最後に、一般写真のシチュエーションを一つ補足します。ハードディスクから DSLR の星空のオリジナルファイル（30 秒露出）を掘り出してきたのですが、元画像にはホットピクセル（あの赤や緑の点々）がたくさんありました。通常はダークの減算と Cosmetic Correction によってそれらを消すのですが、Adobe の CRF Denoise を適用すると、ホットピクセルがまるごと消えてしまいました。一方 NXT は、ノイズだけを消してホットピクセルは残したままでした。
というわけで、一般写真をやっていてダークを撮らない仲間にとっては、この CRF Denoise の利点がしっかり生きてくるわけです。
まとめ
AI ノイズ低減はここ数年で急速に進歩し、ツールも一本だけではありません。NXT は成熟して反復更新を続け、DeepSNR は無料で使いやすく、CRF はダークなしのシチュエーションで独自の巧みな使い道があります。どれが「最強」かにこだわるよりも、二つの原則を覚えておくほうがよいでしょう——マスクをうまく活用すること、そしてリニア段階では後工程のために少し余地を残しておくこと。ノイズ低減は重くかければ良いというものではありません。あのスイートスポットを見つけることこそが腕の見せどころなのです。