Accueil » Actualité » À quoi ressembleraient nos héros de pixels d’antan en HD ?

À quoi ressembleraient nos héros de pixels d’antan en HD ?

Du Doom Guy, à Super Mario, en passant par Link ou Guybrush, avez-vous vraiment envie de vous figurer le “vrai visage” de vos héros préférés ?

C’est dimanche soir, l’été frappe enfin à nos portes : un peu de légèreté ne serait pas de refus, n’est-ce pas ? Denis Malimonov, un développeur russe Python/C/C++ qui s’intéresse de près aux réseaux neuronaux et au machine-learning, a développé Face-Depixelizer. En lui soumettant une (très) modeste image carrée composée de gros et gras pixels, typiques des prémices de nos jeux vidéo d’antan, cet outil la soumet à un réseau adverse génératif (GAN) qui va recréer la photographie d’une “vraie” personne. 

Image 1 : À quoi ressembleraient nos héros de pixels d’antan en HD ?

Des réseaux adverses génératifs pour créer une illusion … réaliste

Ce type d’algorithme illustre la puissance de l’intelligence artificielle, avec un apprentissage automatique et non-supervisé visant à aboutir à des portraits de plus en plus réalistes. Pour présenter les performances de ses GPU et de sa plate-forme de calcul parallèle CUDA, Nvidia avait d’ailleurs développé StyleGAN en décembre 2018. Il s’agit d’un projet open-source de réseau génératif qui recrée aléatoirement les portraits les plus convaincants et réalistes possibles.

Image 2 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
(c) Nvidia, ce visage est intégralement généré par un algorithme et ne correspond pas à une personne « réelle »

L’ingénieur Phillip Wang l’avait exploité en 2019 pour créer thispersondoesnotexist.com, un site web qui génère un nouveau visage ne correspondant à aucun être humain passé, présent ou futur à chaque réactualisation de la page. Afin de présenter au grand public les “risques” de duperie d’une telle technologie, deux étudiants de l’Université de Washington ont par la suite adapté le projet à whichfaceisreal.com, sur lequel on confronte un “vrai” visage à une pure création algorithmique. Les visiteurs sont alors invités à trouver la “bonne” personne de son Replicant, façon Blade Runner.

Pour créer Face-Depixelizer, Denis Malimonov a donc adapté StyleGAN à son tour, en s’appuyant sur la bibliothèque Python PULSE (Photo Upsampling via Latent Space Exploration of Generative Models). Pour l’utiliser à votre tour, préparez une image carrée et soumettez-la sur la page Colab du projet. Cliquez sur la flèche, en haut à gauche du premier bloc, scrollez jusqu’en bas de la page après avoir attendu quelques secondes l’apparition du bouton Parcourir et lancez le calcul. Il vous faudra de la patience : le projet agite actuellement un thread sur Twitter et les quotas max de l’outil de Google sont souvent atteints.

Voici nos « plus belles » découvertes :

Image 3 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 4 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 5 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 6 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 7 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 8 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 9 : À quoi ressembleraient nos héros de pixels d’antan en HD ?
Image 10 : À quoi ressembleraient nos héros de pixels d’antan en HD ?