Retargeting d’images par IA : choisir le bon format pour chaque écran

Une photographie spectaculaire peut perdre son sujet principal dès qu’elle passe d’un écran d’ordinateur à un smartphone. À l’inverse, étirer une image pour remplir un espace disponible peut déformer un visage, un produit ou un élément de décor. Ce problème très concret concerne les sites web, les applications, les médias, les boutiques en ligne et, plus largement, tous les services qui publient les mêmes visuels sur des écrans de formes différentes.

En janvier 2025, des chercheurs de l’Université de Sharjah proposent d’utiliser l’apprentissage profond pour automatiser une partie de cette décision. Leur travail porte sur le retargeting d’images, c’est-à-dire l’adaptation d’un visuel à une nouvelle taille ou à un nouveau rapport d’aspect, tout en tentant de conserver ce qui compte dans l’image. Le but n’est pas uniquement de réduire ou d’agrandir des pixels : il s’agit de déterminer quelle méthode de transformation risque de préserver au mieux la qualité visuelle.

Le retargeting d’image, un problème différent du simple redimensionnement

Le mot « retargeting » est parfois associé au marketing publicitaire, où il désigne le fait de recibler un internaute avec une annonce. Ici, il a un tout autre sens : il concerne le reformatage intelligent d’une image pour une destination précise, comme un écran étroit, une bannière horizontale ou une vignette carrée.

Le redimensionnement classique réduit ou agrandit les dimensions d’un fichier. S’il conserve le rapport entre la largeur et la hauteur, l’intégralité de l’image reste visible, mais elle ne remplit pas toujours le cadre prévu. À l’inverse, lorsque le cadre cible a une forme différente, par exemple une bannière très large pour une image initialement verticale, il faut faire un choix : couper une partie du contenu, déformer l’image ou employer une méthode plus élaborée.

Ces arbitrages ne sont pas anodins. Dans le cas d’un portrait, un recadrage trop agressif peut éliminer le visage. Pour une photographie de paysage, il peut supprimer l’élément qui donne sa profondeur à la scène. Pour une fiche produit, la suppression d’un détail utile peut compliquer la compréhension de l’objet.

Pourquoi les formats d’écran compliquent-ils l’affichage ?

Les appareils numériques n’imposent pas tous le même cadre. Un téléphone tenu à la verticale privilégie une surface étroite et haute. Une tablette peut être utilisée dans les deux sens. Un ordinateur accueille souvent des bannières larges, des grilles de contenus ou des fenêtres dont la taille varie selon l’utilisateur. À cela s’ajoutent les vignettes de résultats, les aperçus dans les applications et les espaces réservés aux publications sur les plateformes sociales.

Le problème central est celui du rapport d’aspect, c’est-à-dire la relation entre la largeur et la hauteur d’une image. Une photo en 4:3, une vidéo ou une bannière en 16:9 et une vignette carrée n’offrent pas le même espace pour organiser le sujet. Une solution acceptable pour l’un de ces cadres ne l’est pas nécessairement pour l’autre.

Aujourd’hui, de nombreux outils donnent à un graphiste, à un éditeur ou à un responsable de site la possibilité de définir un recadrage par image. Cette intervention humaine reste précieuse, notamment lorsque la composition est essentielle. Mais elle devient fastidieuse quand un même catalogue doit être décliné en de nombreux formats, ou lorsque des milliers de contenus sont publiés automatiquement.

Les méthodes existantes présentent donc une difficulté : elles ne savent pas toujours décider seules de la bonne stratégie. Un système peut appliquer un recadrage par défaut, sans comprendre qu’un étirement est inadapté à un portrait ou qu’un autre procédé préserverait mieux le sujet. L’enjeu étudié par les chercheurs est de combler ce fossé entre la variété des images et la diversité des écrans.

Ce que les chercheurs de Sharjah cherchent à automatiser

L’équipe de l’Université de Sharjah s’intéresse à des modèles capables d’anticiper les dimensions appropriées pour une image d’entrée à une résolution donnée. La démarche vise aussi à sélectionner la technique de retargeting la plus pertinente en fonction des caractéristiques du visuel et de l’affichage demandé.

Autrement dit, le système envisagé doit contribuer à répondre à une question habituellement posée par un humain : « Pour cette image et ce cadre cible, faut-il recadrer, redimensionner ou employer une autre technique ? » L’objectif est de minimiser la perte d’information tout en préservant la qualité visuelle.

Le travail s’appuie sur un jeu de données de 46 716 images de différentes résolutions. Ces images proviennent de plusieurs procédés de retargeting répartis en six catégories. Cette diversité est importante : pour apprendre à choisir, un modèle doit être confronté à plusieurs types de résultats possibles, et non à une seule règle de transformation.

La recherche ne prétend pas qu’une unique technique est idéale dans tous les cas. C’est précisément l’intérêt de l’approche : une image de produit sur fond uni, un visage en gros plan, un paysage ou une scène dense ne posent pas les mêmes problèmes de composition. Une automatisation utile doit donc tenir compte du contenu de l’image plutôt que d’appliquer mécaniquement la même opération.

ResNet18, DenseNet121 et InceptionV3, des modèles pour lire les images

Pour mener leurs expériences, les auteurs s’appuient sur trois architectures connues de la vision par ordinateur : ResNet18, DenseNet121 et InceptionV3. Ces noms désignent des réseaux de neurones conçus pour analyser les informations présentes dans les images.

Ces modèles ne « regardent » pas une photographie comme le ferait un humain. Ils transforment l’image en représentations numériques et détectent progressivement des motifs visuels : contours, textures, formes, agencements et caractéristiques plus complexes. Dans un projet de classification, ces signaux permettent ensuite d’associer une image à une catégorie ou à une décision.

La méthode utilisée relève du transfert d’apprentissage. Le principe est de partir d’un modèle déjà entraîné pour l’analyse visuelle, puis de l’adapter à une tâche plus ciblée. Cette approche évite de construire intégralement un système à partir de zéro et permet de réutiliser des capacités de reconnaissance d’images acquises auparavant.

Dans ce cas, les modèles servent à déterminer quelle approche de retargeting correspond le mieux à l’image examinée. Ils ne sont donc pas seulement employés pour reconnaître le contenu d’une scène : ils doivent relier ses propriétés visuelles à une décision de reformatage.

Comment interpréter le score F1 de 90 % ?

Les expériences rapportées par les chercheurs font état d’un score F1 atteignant 90 % pour la sélection des techniques de retargeting. Le score F1 est une mesure couramment utilisée pour évaluer un système de classification. Il combine deux dimensions : la précision des choix du modèle et sa capacité à identifier les cas pertinents.

Un tel résultat indique que, dans le cadre expérimental défini par l’étude, les modèles parviennent fréquemment à associer les images à la technique attendue. C’est un signal encourageant pour l’automatisation de cette étape, surtout au regard du volume d’images envisagé.

Il faut toutefois comprendre ce que mesure ce chiffre. Un score F1 évalue la capacité à choisir une catégorie de retargeting dans le jeu de données et selon le protocole des chercheurs. Il ne résume pas à lui seul l’expérience finale d’un internaute devant chaque type d’écran. La qualité perçue dépend aussi du contexte éditorial, de la place du sujet dans l’image, du format cible exact et des attentes de la personne qui consulte le contenu.

Des usages possibles pour les médias, les marques et les applications

L’intérêt d’un choix automatisé apparaît surtout dans les environnements où les contenus visuels sont nombreux et doivent être diffusés sur une pluralité de supports. Un média pourrait décliner plus efficacement une photographie pour une page d’accueil, une carte d’article et une consultation mobile. Une boutique en ligne pourrait adapter des catalogues à des emplacements de tailles variées. Une application pourrait ajuster les visuels à l’orientation et à la largeur disponible sur l’appareil.

Dans ces situations, l’automatisation ne signifie pas nécessairement la disparition de toute validation humaine. Pour une campagne, une couverture ou une photo d’actualité importante, la décision éditoriale peut rester déterminante. En revanche, une IA capable de proposer une première méthode de retargeting peut réduire les opérations répétitives et attirer l’attention des équipes sur les cas les plus délicats.

Le sujet concerne aussi la cohérence de l’expérience utilisateur. Une image tronquée de façon maladroite peut rendre un contenu moins clair, tandis qu’un visuel bien ajusté aide le lecteur à comprendre rapidement ce qui lui est présenté. L’amélioration de l’engagement est donc une possibilité liée à une meilleure qualité d’affichage, non une garantie automatique : elle dépend de l’ensemble du contenu, de son intérêt et de son contexte de diffusion.

Ce qu’il faut surveiller dans la suite des travaux

Les chercheurs envisagent d’étendre leur jeu de données avec davantage d’images et de méthodes de retargeting. Cette étape est importante pour rendre un modèle plus précis et plus apte à traiter une variété élargie de situations d’affichage. Un système entraîné sur des scènes, des formats et des transformations plus diversifiés a, en principe, davantage d’occasions d’apprendre les différences entre les cas simples et les cas complexes.

La perspective annoncée est celle d’un modèle capable de choisir automatiquement la technique de retargeting appropriée pour une largeur d’affichage requise, sans intervention humaine. Ce serait une évolution intéressante pour les outils de publication et de gestion de contenus, à condition que les résultats restent visuellement cohérents dans des contextes très variés.

Les points décisifs seront la capacité à préserver les sujets importants, la robustesse face à des images inhabituelles et la possibilité de laisser aux créateurs un contrôle clair sur le résultat. Dans l’adaptation des images, l’objectif ne consiste pas seulement à remplir un rectangle : il s’agit de conserver l’information et l’intention visuelle qui donnaient sa valeur au document d’origine.