Que veut vraiment dire « IA » dans un upscaler IA ?

Le mot « IA » est imprimé sur tant de produits qu'il est légitime de se demander ce qu'il veut dire sur un upscaler d'image. Ici, il désigne quelque chose de précis : l'outil contient un modèle, un grand ensemble de nombres produit par l'entraînement, qui a appris à quoi ressemble habituellement le détail fin et s'en sert pour compléter des pixels qu'un redimensionnement classique ne peut que rendre flous. C'est une vraie différence, visible et mesurable. Elle s'accompagne aussi d'un piège qu'il vaut mieux comprendre avant de se fier au résultat. Cet article explique les deux en termes simples.

La version courte

Un redimensionnement classique traite la photo comme une grille de nombres et lisse entre eux. Un upscaler IA reconnaît des motifs dans ces nombres (un contour, une mèche de cheveux, la courbe d'une lettre) et dessine ce à quoi ressemblent habituellement ces motifs en plus haute résolution. Le premier ne peut que rendre une image plus grande. Le second peut la rendre plus grande et plus nette, parce qu'il apporte des connaissances venues de l'extérieur de votre photo.

Une image pour comprendre

Imaginez que vous demandiez à deux personnes de redessiner une petite image floue à quatre fois sa taille. La première est très soigneuse mais n'a jamais vu de photo : elle agrandit chaque tache de couleur telle quelle et adoucit les transitions. Le résultat est grand, fidèle et mou. La seconde a regardé des millions de photos. Quand elle voit une ligne sombre, fine et un peu floue près d'un œil, elle sait que c'est presque sûrement un cil, et elle dessine un cil net. Quand elle voit un dégradé doux entre deux couleurs au bord d'un objet, elle dessine une limite franche.

La version de la seconde est bien plus belle. C'est aussi en partie son interprétation : là où le flou était trop fort pour savoir ce qu'il y avait, elle a dessiné ce qu'il y a d'habitude. Voilà l'upscaler IA en résumé, piège compris.

Ce que le modèle a vraiment appris

Le modèle d'un upscaler IA est entraîné en lui montrant des paires d'images : une photo nette en haute résolution et une copie réduite et dégradée de la même photo. Sa tâche est de retransformer la petite copie en original. Au début, ses essais sont mauvais. Après chaque essai, ses nombres internes sont légèrement ajustés pour mieux faire. Répétez cela des millions de fois sur une immense variété de photos, et les nombres finissent par contenir une sorte d'expérience visuelle : comment les contours se prolongent, à quoi ressemblent les textures de près, comment une marche floue entre deux couleurs se résout habituellement.

Point essentiel : le modèle ne stocke pas les photos d'entraînement et ne va rien chercher nulle part. Il a appris des motifs généraux, comme vous savez à quoi ressemble un chat sans avoir mémorisé de chats précis. Quand vous lui donnez votre photo, il lui applique ces motifs.

Le modèle de notre upscaler d'image est ESRGAN-slim, une version compacte d'un modèle de recherche bien connu, assez petit pour être téléchargé dans un navigateur et tourner sur la carte graphique de votre ordinateur. Notre article sur le fonctionnement de l'agrandissement d'image par IA entre dans la partie technique : l'entraînement, le découpage en tuiles, et pourquoi la version pour navigateur a cette taille.

Pourquoi un filtre ne peut pas faire la même chose

On suppose parfois qu'un upscaler IA n'est qu'un redimensionnement suivi d'une forte accentuation. Cette idée se teste, et elle ne tient pas. La netteté augmente le contraste le long des contours existants ; elle ne peut pas dessiner un contour absent, et sur un agrandissement flou elle produit des halos durs plutôt que du détail.

Nous avons comparé les deux directement. Nous avons réduit un portrait à 480 × 480 pixels, puis l'avons agrandi en 4x avec le redimensionnement haute qualité du navigateur lui-même et avec notre modèle d'IA, avant de mesurer le détail des contours sur le visage. Le redimensionnement a obtenu 3,0 ; la version IA 34,7, soit environ onze fois plus. Plus parlant que le chiffre : la version IA avait des cils séparés et des contours nets aux dents, ce qu'aucun filtre de netteté ne peut faire surgir d'un flou doux.

AvantAprès

Le piège : là où l'IA devine

Puisque le modèle dessine ce qu'il y a d'habitude, il dessinera parfois quelque chose qui n'y est pas. Dans notre test sur le portrait, les yeux et les cheveux étaient convaincants, mais la peau était plus lisse que sur une vraie photo haute résolution. La texture fine et aléatoire, comme les pores, a été remplacée par quelque chose de plausible mais plus simple. C'est typique, et sur une photo de famille c'est souvent bienvenu.

Cela compte davantage dans d'autres situations :

• Les tout petits visages. Un visage de 20 pixels de large ne contient pas assez d'information pour savoir à quoi ressemble la personne. Le modèle produira un visage, pas forcément le sien.
• Le texte et les chiffres trop petits pour être lus dans l'original. Le modèle peut produire des caractères nets qui ne sont pas les bons.
• Toute forme de preuve. Une image agrandie est une reconstruction plausible, pas un enregistrement. Ne vous en servez pas pour lire une plaque d'immatriculation, identifier quelqu'un ou prouver un détail.

Une règle utile : zoomez à 100 % sur l'original. Si vous y distinguez le détail qui vous intéresse, même grossièrement, l'upscaler le rendra bien. Sinon, tout ce qu'il ajoute est de l'invention.

Comment savoir si un outil utilise vraiment l'IA

Comme « IA » fait vendre, certains outils emploient le mot pour un simple redimensionnement avec netteté. Trois façons de vérifier :

1. Comparez avec un redimensionnement classique. Agrandissez la même photo dans n'importe quel logiciel d'image et dans l'outil, puis comparez à 100 %. Un vrai modèle de super-résolution produit des contours et des textures visiblement plus nets, pas seulement plus de contraste.
2. Regardez la vitesse. Un réseau de neurones prend quelques secondes par image sur une carte graphique, et le premier passage implique en général le téléchargement d'un modèle. Un résultat instantané sur une grande photo est en général un redimensionnement classique.
3. Lisez ce que l'outil dit de lui-même. Le nôtre vous indique après chaque traitement quel moteur a tourné : le modèle d'IA ou le moteur classique. Nous disons clairement que sur téléphone et tablette, c'est toujours le moteur classique, car les navigateurs mobiles ne laissent pas assez de mémoire graphique aux pages web pour le modèle. Sur un ordinateur fixe ou portable, les photos jusqu'à environ 10 mégapixels passent par l'IA.

Ce que « IA » ne veut pas dire

Ça ne veut pas dire le cloud. Beaucoup d'outils IA envoient votre photo sur un serveur, mais le modèle peut tout aussi bien tourner sur votre propre appareil. Le nôtre tourne dans votre navigateur ; la photo n'est jamais envoyée.

Ça ne veut pas dire que l'outil apprend de vos photos. Le modèle a été entraîné avant de vous parvenir et ne change pas quand vous l'utilisez. Vos photos ne servent à entraîner quoi que ce soit et, dans notre cas, ne quittent jamais votre ordinateur.

Ça ne veut pas dire qu'il comprend votre photo. Le modèle n'a aucune idée que la personne sur l'image est votre grand-père, ni de ce que dit l'étiquette d'un produit. Il reconnaît des motifs visuels, rien de plus.

Ça ne veut pas dire qu'il peut tout réparer. Le flou de bougé, la mise au point ratée et la forte compression suppriment de l'information. Le modèle peut rendre ces photos plus grandes et un peu plus propres, mais il ne peut pas retrouver ce qui n'a jamais été enregistré.

Pourquoi certaines photos donnent de meilleurs résultats

Les connaissances du modèle sont inégales, car elles reflètent ce qu'il a vu à l'entraînement. Ce qui revient sans cesse sur les photos (visages, cheveux, peau, tissu, feuillage, ciel, contours des objets du quotidien, texte imprimé) est là où il est le meilleur, car il a vu d'innombrables exemples de leur aspect de près. Le contenu inhabituel est moins bien servi : dessins techniques, motifs rares, écriture manuscrite, textures très particulières. Dans ces cas, le modèle se rabat sur un comportement général d'accentuation des contours, et le gain par rapport à un simple redimensionnement est plus faible.

Le type de dégât compte aussi. Le modèle a été entraîné à défaire la mollesse due à la réduction d'une image, et les modèles entraînés sur des dégâts plus réalistes gèrent aussi un peu de bruit et de compression. Il n'a pas été entraîné à défaire un bougé ou une mise au point faite sur autre chose, donc ces résultats déçoivent, quel que soit l'outil.

C'est aussi pour cela que deux upscalers peuvent se classer différemment selon les photos. L'un gère peut-être mieux les visages, l'autre le texte ou les paysages. Si vous agrandissez souvent un type d'image précis, mieux vaut tester deux ou trois outils sur quelques-uns de vos exemples plutôt que de vous fier à un classement général. Le test le plus juste consiste à réduire une de vos photos nettes au quart de sa taille, puis à voir quel outil se rapproche le plus de l'original en l'agrandissant de nouveau.

En bref : l'« IA » est réelle et mesurable, et ce sont des connaissances sur les photos en général, appliquées à la vôtre. Considérez son résultat comme une excellente estimation, pas comme un enregistrement.

Tirer le meilleur de la partie IA

• Donnez-lui un original propre. Le modèle prend les blocs de compression pour du détail et peut les agrandir. L'original de l'appareil bat à tous les coups la copie d'une messagerie.
• Utilisez le plus petit facteur qui atteint votre objectif. Chaque doublement supplémentaire, c'est plus d'invention.
• Laissez la netteté désactivée au début. Le modèle reconstruit déjà les contours ; plus de netteté ajoute des halos.
• Vérifiez à 100 % ce qui compte : visages, texte, détails du produit.

Et si vous hésitez entre agrandir une photo et améliorer son aspect, notre article sur les upscalers photo et les outils d'amélioration explique quel problème chacun résout. Pour le côté pratique des formats d'impression et du nombre de pixels, consultez le guide pour augmenter la résolution d'une image.

Questions fréquentes

Un upscaler IA envoie-t-il mes photos ou apprend-il d'elles ?

Pas le nôtre. Le modèle a été entraîné avant de vous parvenir, il tourne dans votre navigateur et ne change pas à l'usage ; vos photos ne sont jamais envoyées ni utilisées pour l'entraînement.

Comment savoir si un outil utilise vraiment l'IA ?

Comparez-le à un redimensionnement classique à 100 %, regardez la vitesse (un vrai modèle prend quelques secondes par image et se télécharge en général d'abord) et lisez ce que l'outil indique. Le nôtre précise après chaque traitement si c'est l'IA ou le moteur classique qui a tourné.

L'IA peut-elle rendre lisible un visage ou une plaque minuscule ?

Non. Si vous ne distinguez pas le détail dans l'original à 100 %, ce que le modèle ajoute est une supposition, et il ne faut pas s'y fier.