Amélioration d’image (Image Upscaling)

L’amélioration d’image reconstruit le détail au lieu d’étirer les pixels. Comment fonctionne la super-résolution IA et où se situe sa limite honnête.

Voyez-le à l’œuvre

Un prompt réel et le résultat qu’il a produit sur Molyin. Cliquez sur Remix pour partir de là.

Image upscaling — a soft low-resolution portrait rebuilt at 4K, beard hairs and skin texture readable again
Image upscaling — a soft low-resolution portrait rebuilt at 4K, beard hairs and skin texture readable again
Image upscaling — a soft low-resolution portrait rebuilt at 4K, beard hairs and skin texture readable againImage upscaling — a soft low-resolution portrait rebuilt at 4K, beard hairs and skin texture readable again

L’amélioration d’image (Image Upscaling, ou super-résolution) consiste à produire une version plus grande et plus nette d’une image en reconstruisant le détail qui n’a jamais été capté — ou qui a été perdu à la compression — plutôt qu’en répartissant les pixels existants sur une toile plus large. Le rééchantillonnage classique rend une petite photo grande et molle ; un modèle d’amélioration la rend grande et lisible : les contours restent francs, la matière revient, et l’image tient à la taille d’un tirage ou sur un écran 4K.

Comment ça marche

Le modèle est entraîné sur des paires d’images : un original haute résolution et une copie dégradée exprès — réduite, floutée, bruitée, écrasée par le JPEG. Remonter cette dégradation des millions de fois lui apprend à quoi ressemblent un bord franc, une mèche de cheveux, un tissu ou la peau au niveau des pores. Face à une entrée basse résolution, il peut donc inférer un détail haute fréquence plausible au lieu de faire la moyenne entre pixels voisins comme le rééchantillonnage bicubique. C’est aussi la limite honnête de la technique : le détail est reconstruit à partir de ce que le modèle a appris, il n’est pas récupéré de la scène d’origine. Les mentions en petits caractères, les plaques d’immatriculation et les visages réduits à quelques pixels reviennent sous la forme d’une lecture plausible, pas forcément la vraie.

Ce qu’elle fait de mieux

  • Photos petites ou compressées — clichés de téléphone réenregistrés au fil des messageries, images récupérées sur un vieux site, captures réduites il y a des années.
  • Impression et grands écrans — porter une image au format web à la résolution qu’attendent une affiche, une fiche produit ou un écran 4K.
  • Images produit et catalogues — mettre les anciens visuels au niveau de netteté des prises de vue récentes.
  • Images générées par IA — monter une image générée à la résolution de livraison sans toucher à sa composition.

Ce qu’une bonne entrée contient

Partez de la copie la moins abîmée dont vous disposez : le fichier d’origine plutôt qu’une capture d’écran, et la version d’avant le passage par une messagerie. Un seul défaut s’agrandit mieux que quatre empilés — petite, c’est un cas facile ; petite, floue, bruitée et filigranée, c’est un cas difficile. N’accentuez pas et ne débruitez pas avant l’agrandissement : ces filtres effacent précisément les indices que le modèle lit. Et gardez en tête la frontière avec la restauration de photos : coins déchirés, plis et taches sont des dommages, pas un manque de résolution, et relèvent de la restauration.

Questions sur Amélioration d’image (Image Upscaling)

Combien coûte l’agrandissement d’une image ?

4 crédits par image, quelle que soit la taille de l’original — un prix, un résultat, sans supplément pour un fichier volumineux. Le coût exact s’affiche sur le bouton avant de lancer, et une image en échec est remboursée.

Qu’est-ce que je récupère ?

Un PNG net jusqu’en 4K. Le détail est reconstruit plutôt qu’étiré : les contours, les cheveux, le tissu et la texture de peau reviennent au lieu de baver. Le cadrage reste intact — même recadrage, même proportion que l’original.

Aller plus loin

Qu'est-ce que Amélioration d’image (Image Upscaling) ? | Molyin