在修复老照片时，避免 AI 篡改人物特征（如五官、表情、神态等）是核心需求，尤其是对承载情感记忆的老照片而言，人物原貌的准确性至关重要。以下是具体的方法和技巧：
一、选择 “保守型” AI 工具，减少算法 “创造性修复”
AI 篡改人物特征的核心原因之一是部分工具的算法会过度 “脑补” 细节（如自动优化五官、调整表情），而非忠实还原。因此，优先选择以 “精准修复” 为核心的工具，而非侧重 “美化” 或 “创作” 的工具。
推荐工具类型：
本地部署工具（如 Topaz Photo AI 的 “保守修复模式”、ON1 Photo RAW），可手动控制修复强度，减少算法自主发挥空间；
明确标注 “忠实还原”“不改变人物特征” 的在线工具（如 Fotor 的 “老照片修复” 功能，部分模式可关闭自动美颜 / 重塑）。
避开 “强风格化” 工具：如主打 “AI 绘画风修复”“网红脸优化” 的工具，这类工具往往会默认调整人物五官比例（如放大眼睛、缩小脸型），导致特征失真。
二、修复前：提供 “参考锚点”，限制 AI 想象空间
AI 对人物特征的篡改，常因原始照片信息缺失（如模糊、破损严重）而 “无据可依”，只能通过训练数据推测。因此，需在修复前为 AI 提供明确的 “参考信息”，降低其自主篡改的概率。
高清扫描原始照片：用高分辨率扫描仪（300dpi 以上）扫描老照片，保留更多原始细节（如五官轮廓、皱纹、表情线条），让 AI 有更准确的修复依据。避免直接用手机拍摄老照片（易产生模糊、反光，丢失细节）。
手动标记关键特征：若照片有轻微破损，可先用修图软件（如 Photoshop）手动标记人物的核心特征（如眉毛形状、眼角弧度、嘴角走向），再导入 AI 工具，减少 AI 对这些区域的误判。
提供同人物参考图：若有同一人物的其他清晰照片，可在支持 “多图参考” 的工具中上传（如部分专业修复软件），让 AI 以参考图为基准还原特征。
三、修复中：精准控制修复范围，锁定人物关键区域
AI 修复时，可通过 “分区处理” 避免对人物特征区域的过度干预。
关闭 “人像优化” 相关功能：在工具设置中，禁用 “自动磨皮”“瘦脸”“大眼”“表情调整” 等功能（部分工具默认开启这些美化选项），仅保留 “去划痕”“补破损”“提升清晰度” 等基础修复功能。
手动框选非特征区域优先修复：先让 AI 修复照片的背景、衣物、边缘等非人物特征区域，再单独处理面部 —— 此时可降低修复强度（如将 “细节补充” 强度调至 50% 以下），避免 AI 对五官的过度 “脑补”。
局部放大检查：修复过程中，放大至 100% 查看人物面部细节，若发现五官比例异常（如鼻子变宽、眼睛形状改变），立即暂停并重置该区域的修复参数。
四、修复后：对比原始照片，手动修正偏差
即使 AI 修复后仍可能存在细微篡改，需通过人工对比校准，确保人物特征与原始照片一致。
建立 “原始 - 修复” 双窗口对比：在修图软件中并排打开原始照片和修复后的照片，逐点对比五官位置（如眼角与眉毛的距离、嘴角的倾斜角度）、皮肤纹理（如皱纹、痣的位置）、表情神态（如微笑的幅度、眼神的方向）。
手动还原被篡改的细节：若发现 AI 删除了特征性细节（如一颗痣、一道疤痕），或改变了五官形状，用 “仿制图章”“修补工具” 从原始照片中提取对应细节，覆盖到修复图上；若 AI 过度锐化导致面部线条生硬，可用 “模糊工具” 轻度柔化，还原自然质感。
保留 “修复痕迹” 的合理性：老照片的自然磨损（如轻微的模糊、褪色）也是特征的一部分，不必追求 “完美清晰”，过度修复反而可能让人物失去年代感和真实感。
五、极端情况：用 “半自动修复” 替代全 AI 修复
若照片破损严重（如面部大面积缺失），纯 AI 修复极易篡改特征，此时可采用 “AI 辅助 + 人工主导” 的模式：
先用 AI 修复照片的非面部区域，恢复整体轮廓；
对于面部缺失部分，根据原始照片的轮廓，手动绘制五官草图（或参考同人物其他照片）；
仅让 AI 填充草图内的细节（如皮肤纹理），而非让 AI 自主生成五官形状；
最终由人工调整细节，确保每一处特征都有原始依据。
通过以上方法，既能利用 AI 高效修复老照片的瑕疵，又能最大限度保留人物的原始特征，让修复后的照片既清晰完整，又不失 “本来面目”—— 毕竟，老照片的价值不仅在于清晰度，更在于承载的真实记忆与情感。