Инпейнтинг — что это, как работает маска и чем отличается от аутпейнтинга

Инпейнтинг, или inpainting, — это перерисовка выбранной области изображения. Пользователь закрашивает маской часть кадра, а программа заполняет её новым содержимым, опираясь на то, что видно вокруг: свет, цвет, фактуру, линии перспективы. Всё за пределами маски остаётся нетронутым. Слово пришло из реставрации живописи, где так называют восполнение утрат красочного слоя, а в компьютерную графику его перенесли исследователи, в 2000 году представившие на конференции SIGGRAPH алгоритм цифрового инпейнтинга. Сегодня техника работает в трёх вариантах: классические алгоритмы растягивают соседние пиксели и хорошо убирают царапины, патч-методы копируют похожие фрагменты из того же снимка, а нейросети генерируют новое содержимое, в том числе по текстовому описанию. На практике инпейнтингом убирают лишние объекты и надписи, восстанавливают старые фото, дорисовывают обрезанные детали и меняют отдельные элементы кадра, например вещь на человеке.

Направлением. Инпейнтинг работает внутри кадра: модель видит края области со всех сторон и согласует дорисовку с окружением. Аутпейнтинг, или outpainting, расширяет изображение за его границы: к снимку добавляют пустое поле сбоку, сверху или снизу, и нейросеть продолжает сцену туда, где исходных пикселей нет вовсе. Поэтому аутпейнтинг опирается только на одну сторону и чаще додумывает: интерьер, продолжение улицы, пол под ногами. Задачи тоже разные. Инпейнтингом убирают прищепку на вещи, провод на фоне или прохожего, меняют деталь одежды. Аутпейнтингом превращают горизонтальный кадр в вертикальный под карточку товара или сторис, добавляют воздух вокруг тесно скадрированной фигуры. Технически обе операции часто выполняет одна и та же модель, разница лишь в том, где лежит маска: внутри картинки или на добавленном поле. Во многих интерфейсах аутпейнтинг так и устроен — холст увеличивают, а пустую зону отдают инпейнтингу.

Функция inpaint позволяет изменить только выбранный участок изображения и не трогать остальное. Самые частые сценарии такие. Удалить объект: человека на заднем плане, провод, мусор, дату на собственном снимке. Исправить дефект: царапину, пятно, залом на старой фотографии. Дорисовать недостающее: обрезанный край рукава, кусок фона после кадрирования. Заменить элемент: цвет пояса, пуговицы, небо за окном, вещь на человеке. В генеративных моделях к маске добавляется текстовое описание, и под маской появляется то, что вы попросили, а не просто продолжение фона. В редакторах эта функция может называться иначе: перерисовка области, генеративная заливка, кисть восстановления. Ограничение везде одно: чем больше маска и чем сложнее содержимое под ней, тем выше шанс, что свет, масштаб или мелкая графика не совпадут с остальным кадром. Поэтому результат проверяют в полном масштабе и обычно генерируют несколько вариантов, чтобы выбрать лучший.

Inpaint — английский глагол, буквально «вписывать красками, дорисовывать внутрь», а inpainting — образованное от него существительное. В реставрации живописи так называют тонировку утрат: реставратор вписывает недостающий фрагмент, продолжая рисунок и цвет от сохранившихся краёв. Устоявшегося русского перевода у термина нет, поэтому в профессиональной среде чаще говорят транслитом: инпейнтинг, реже инпэйнтинг. В русскоязычных интерфейсах встречаются описательные варианты: перерисовка области, дорисовка по маске, заполнение выделенного фрагмента, генеративная заливка в Photoshop. Все они описывают одно и то же действие. Технику не путайте с программой: Inpaint — ещё и название десктопного приложения компании Teorex для удаления объектов со снимков, поэтому запросы вроде «inpaint скачать» обычно относятся к нему, а не к нейросетевому методу. Сама техника реализована во многих редакторах и нейросетях и не принадлежит какой-то одной программе.

Маска — это карта того, что нужно перерисовать. Обычно это чёрно-белое изображение того же размера, что и исходник: белые пиксели модель заменяет, чёрные сохраняет, серые на мягком краю смешивает. В редакторах маску рисуют кистью прямо поверх фото, в продвинутых интерфейсах загружают отдельным файлом или строят автоматически: модель сегментации сама выделяет человека, лицо, волосы, одежду или фон. От маски зависит почти весь результат. Слишком тесная оставляет ореол и следы старого объекта по краю, слишком широкая заставляет модель перерисовывать лишнее и терять связь с кадром. Рабочее правило из ретуши: маска чуть шире объекта, захватывает его тень, а край растушёван на несколько пикселей. Если под маской должна появиться вещь другой формы, например длинное платье вместо короткого, маску рисуют по новому силуэту, иначе новой вещи просто некуда поместиться. Английское masked inpainting означает то же самое — инпейнтинг по маске.

В Stable Diffusion инпейнтинг — частный случай генерации из шума. Модель получает исходный кадр, маску и текстовый запрос. Область под маской зашумляется, а затем за несколько десятков шагов очищается, и на каждом шаге модель сверяется с открытой частью кадра и с запросом, поэтому дорисовка подстраивается под свет и перспективу снимка. Существуют специальные inpaint-версии моделей: например, у stable-diffusion-inpainting от Runway к обычному входу добавлены каналы для маски и замаскированного изображения, и такая модель заметно аккуратнее сшивает границу. В интерфейсах вроде Automatic1111, Forge, ComfyUI и Fooocus на результат сильнее всего влияют несколько настроек. Denoising strength задаёт, насколько далеко уйти от исходника. Mask blur смягчает край. Режим only masked перерисовывает увеличенный фрагмент вокруг маски, что помогает с мелкими деталями. Masked content определяет, что лежит под маской перед стартом: оригинал, заливка или шум. Для сложных случаев подключают ControlNet, чтобы удержать позу или контур.

Инпейнтинг сегодня есть в большинстве генеративных моделей для изображений, различается удобство. Открытые модели семейств Stable Diffusion и FLUX умеют его через специальные inpaint-версии и интерфейсы вроде ComfyUI, Fooocus и Automatic1111; у FLUX для этого выпущена отдельная модель Fill. В Midjourney похожая функция называется Vary Region: область выделяют рамкой или лассо и перегенерируют. В Photoshop это генеративная заливка, в браузерных сервисах и мобильных приложениях — кисть «убрать объект» или «заменить». Для удаления объектов без генерации нового содержимого часто берут открытую модель LaMa: она хорошо заполняет большие дыры фоном. Список быстро меняется, модели обновляются, функции переименовываются. Поэтому при выборе смотрите не на название, а на три вещи: можно ли рисовать маску вручную, можно ли текстом задать, что появится под ней, и сохраняет ли сервис исходное разрешение. Для замены одежды на человеке обычного инпейнтинга мало: нужны модели, которые принимают ещё и изображение самой вещи.

Можно, путей несколько. Браузерные редакторы с кистью удаления объектов обычно дают попробовать бесплатно, но ограничивают разрешение, число правок или ставят водяной знак. Условия у каждого свои и регулярно меняются, поэтому их проверяют на сайте сервиса перед работой. Полностью бесплатный путь — открытые модели Stable Diffusion или FLUX, запущенные на своём компьютере через ComfyUI, Fooocus или Automatic1111. Платить за сервис не нужно, но понадобится видеокарта с достаточным объёмом памяти и время на настройку. Третий путь подходит, если задача прикладная: не искать инпейнтинг как таковой, а взять сервис под конкретную работу. Для примерки и замены одежды на своём снимке маску рисовать не нужно вовсе: в AI Dressup есть бесплатный старт, а нейросеть сама пересобирает кадр с новой вещью, сохраняя лицо, фигуру и позу. Какой бы путь вы ни выбрали, загружайте только свои фотографии или снимки людей, которые дали на это согласие.

Бывает, и это заметно более сложная задача. На фото модели достаточно один раз правдоподобно заполнить область, а в видео заполнение должно совпадать от кадра к кадру: если дорисовать каждый кадр отдельно, фон на месте удалённого объекта начнёт дрожать и мерцать. Поэтому видеоинпейнтинг учитывает движение: алгоритм отслеживает маску во времени, берёт недостающие пиксели из соседних кадров, где этот участок был открыт, и генерирует только остаток. Типичные задачи те же, что на фото: убрать прохожего, микрофон, провод или логотип на собственном ролике, заменить деталь. Такие инструменты есть в видеоредакторах с ИИ — например, у Runway удаление объекта из ролика вынесено в отдельный инструмент — и в исследовательских моделях с открытым кодом. Названия функций у сервисов меняются, поэтому актуальный набор смотрите в справке редактора. Ограничения похожи, только строже: быстрое движение, перекрытия и сложные тени ломают результат чаще, чем на статичном кадре. Для роликов с одеждой видеоинпейнтинг пока скорее инструмент ретуши, чем способ переодеть человека в движении.