Comparaison des outils de restauration de visages
Les deux modèles peuvent reconstruire des visages dans des images abîmées ou de mauvaise qualité, mais aucun ne peut retrouver des détails que l’image d’origine n’a jamais capturés. Le meilleur choix dépend de l’importance que vous accordez à un visage soigné par rapport à un résultat fidèle à la personne d’origine.
Commencez par GFPGAN si vous souhaitez une restauration simple et soignée. Commencez par CodeFormer si préserver un visage reconnaissable compte davantage, et comparez les deux résultats à l’original plutôt que de considérer l’un ou l’autre comme parfaitement fidèle.
Utilisez la même image source pour les deux modèles. Un visage réussi n’est pas nécessairement fidèle, surtout si l’image de départ est minuscule, fortement compressée ou partiellement masquée.
Avant de choisir un outil de restauration, cherchez des indices exploitables autour des yeux, de la bouche, de la ligne des cheveux et du contour du visage. Si ces traits sont absents, les deux modèles devront les déduire. Notez l’expression d’origine et les traits distinctifs pour éviter qu’un résultat plus lisse ne transforme discrètement la personne.
Comparez CodeFormer et GFPGAN à la même taille d’affichage, puis zoomez. Vérifiez si l’un des modèles modifie la forme des yeux, le sourire, les signes de l’âge ou la texture de la peau. Un résultat soigné peut convenir à un portrait informel, tandis qu’une modification moins marquée peut être préférable pour une photo de famille où la ressemblance prime.
La restauration de visages se concentre sur les visages ; elle ne répare pas automatiquement les bords déchirés, les vêtements décolorés ou un arrière-plan indistinct. Repérez les raccords entre le visage restauré et le reste de l’image, et gardez l’original intact à disposition pour comparer. Choisissez le résultat qui sert la photo dans son ensemble, pas seulement le visage recadré.
L’usage prévu compte autant que le modèle. Ces situations courantes vous aideront à faire votre choix sans supposer qu’un même outil donne toujours le meilleur résultat.
Vous disposez d’un petit scan d’un proche et souhaitez que son visage reste reconnaissable. Essayez CodeFormer en gardant l’original sous les yeux, puis écartez tout résultat qui modifie ses traits distinctifs, même s’il paraît net.
Privilégiez la ressemblance plutôt qu’un rendu impeccable ; la restauration du visage n’est qu’une partie du traitement d’un vieux tirage.
Un portrait compressé ou légèrement flou doit être présentable à une taille d’affichage modeste. GFPGAN peut offrir le rendu que vous préférez, mais comparez la peau et l’expression avec un résultat de CodeFormer avant de choisir.
Choisissez la version qui améliore la lisibilité sans donner au sujet une apparence étonnamment différente.
Vous devez déterminer si un visage existant a besoin d’être restauré ou si l’image nécessite des modifications créatives plus larges. Testez un outil de restauration des visages pour le premier cas ; n’attendez pas de lui qu’il remplace la retouche ou la génération de scènes.
Traitez la restauration et la transformation créative comme deux décisions distinctes, en gardant l’image source comme référence.
Vous utilisez déjà l’un de ces modèles ? Faites passer un petit ensemble de photos représentatives dans l’autre avant de modifier votre workflow. Le tableau indique les points à comparer, pas un vainqueur universel.
| CodeFormer | GFPGAN | |
|---|---|---|
| Tâche principale | Restaure les visages dégradés à l’aide d’un modèle appris des caractéristiques faciales. Évaluez le résultat tant pour sa netteté que pour sa ressemblance. | Restaure les visages dégradés à l’aide d’un modèle appris des caractéristiques faciales. Évaluez le résultat tant pour sa netteté que pour sa ressemblance. |
| Compromis sur la fidélité de l’identité | Permet de trouver un compromis entre fidélité et qualité dans les implémentations qui donnent accès au réglage de fidélité ; comparez les réglages plutôt que de supposer que le résultat le plus net est le meilleur. | Peut produire une reconstruction attrayante, mais les détails déduits doivent tout de même être vérifiés par rapport au visage d’origine. |
| Rendu perçu | Peut être utile si vous souhaitez concilier une restauration visible et la préservation des traits du visage. | Vaut souvent la peine d’être testé si vous recherchez un portrait lisse, à l’aspect immédiatement soigné. |
| Image d’entrée très dégradée | Ne peut pas confirmer les yeux, les détails de la bouche ou l’expression absents d’une source illisible ; examinez d’un œil critique tout élément reconstruit. | La reconstruction se heurte à la même limite des éléments disponibles ; une reconstruction convaincante ne doit pas être confondue avec la récupération de détails historiques. |
| Dommages hors du visage | Un résultat centré sur le visage ne répare pas à lui seul les rayures, les arrière-plans ni tous les défauts d’un tirage numérisé. | Un résultat centré sur le visage nécessite également un travail distinct pour les dommages situés hors de la zone du visage. |
| Premier essai de migration | Si le résultat de GFPGAN vous semble trop modifié, comparez un résultat de CodeFormer à l’original pour vérifier que les traits restent reconnaissables. | Si le résultat de CodeFormer vous semble moins abouti que souhaité, examinez un résultat de GFPGAN à la taille à laquelle vous comptez regarder la photo. |
| Critère de décision | Conservez le résultat si la personne reste reconnaissable et si la photographie demeure cohérente dans son ensemble. | Conservez le résultat si l’amélioration de l’apparence l’emporte sur les changements que vous pouvez percevoir dans l’identité ou l’expression. |
La comparaison est plus utile lorsque les deux résultats proviennent de la même source et que vous pouvez les examiner à côté de l’image non retouchée. Choisissez selon votre objectif : un portrait agréable, un membre de la famille reconnaissable ou une restauration prudente. Codeformer est un guide pour choisir une approche de restauration, pas une promesse de retrouver les détails manquants du visage.
Pas pour toutes les photographies. CodeFormer mérite d’être essayé si la ressemblance est votre principale préoccupation, tandis que GFPGAN peut offrir un rendu que vous préférez pour certains portraits. Comparez les résultats issus de la même image et évaluez l’identité indépendamment de la netteté.
Essayez les deux sur le visage, mais gardez la numérisation originale sous les yeux pour évaluer les résultats. Vérifiez les traits familiers, comme les yeux, le sourire et la forme du visage, avant de choisir. Aucun des deux outils de restauration du visage ne traite tous les types de dommages présents ailleurs sur un vieux tirage.
Les deux modèles déduisent des détails plausibles à partir d’informations visuelles incomplètes ; ils ne retrouvent pas un visage original caché. Leurs méthodes de restauration différentes peuvent produire des textures et des traits du visage différents à partir de la même image. Ces différences comptent particulièrement lorsque l’image source est petite ou très abîmée.
Commencez par tester quelques images représentatives des visages et des types de dommages présents dans votre collection. Comparez chaque nouveau résultat à votre résultat précédent et à l’image source non retouchée. Ne changez de modèle que pour les images qui y gagnent ; rien ne vous oblige à utiliser un seul modèle pour toute la collection.
Choisissez en fonction de l’usage de l’image. Pour une photographie d’archive ou personnelle, des traits reconnaissables peuvent compter davantage qu’un rendu impeccable ; pour une image de présentation informelle, vous pouvez privilégier un aspect soigné. Conservez l’original afin que les personnes qui regardent l’image puissent distinguer la restauration des détails réellement photographiés.