Un réseau hybride léger d'amélioration de la perception pour la super-résolution d'images infrarouges

Une vision thermique plus nette pour la technologie du quotidien

Les caméras infrarouges nous permettent de « voir » la chaleur dans l’obscurité, à travers le brouillard ou à l’intérieur de machines — mais les images qu’elles produisent sont souvent floues et pauvres en détails. Cet article présente une nouvelle méthode pour affiner ces images thermiques floues à l’aide de l’intelligence artificielle, afin que les caméras de surveillance, les scanners médicaux et les outils d’inspection industrielle puissent fournir des informations plus claires et plus fiables sans exiger de matériel plus volumineux ou plus coûteux.

Pourquoi il est difficile d’obtenir des images infrarouges nettes

Contrairement aux appareils photo de smartphone, les capteurs infrarouges captent un rayonnement thermique invisible plutôt que la lumière visible. Cela les rend indispensables en sécurité, défense, médecine et surveillance d’équipements, où ils peuvent détecter des personnes la nuit, repérer des inflammations ou révéler des pièces en surchauffe. Cependant, les capteurs infrarouges ont généralement une faible résolution car les détecteurs haut de gamme sont coûteux et gourmands en énergie. Les méthodes logicielles de super-résolution cherchent à transformer une image grossière et basse résolution en une image plus nette. Les réseaux neuronaux traditionnels basés sur des convolutions sont efficaces pour capter des motifs locaux comme de petits contours, mais peinent à comprendre les relations à longue distance entre différentes parties de l’image. Les réseaux récents basés sur des transformers peuvent saisir ce contexte large mais sont lourds, lents et ont tendance à manquer de détails fins comme les lignes fines et les textures — précisément les caractéristiques importantes pour les petites cibles dans les scènes infrarouges.

Mêler deux manières de voir

Les auteurs proposent un nouveau modèle, le Hybrid Perception Enhancement Network (HPEN), conçu spécifiquement pour équilibrer détail et efficacité pour les images infrarouges. Son bloc central, le Hybrid Perception Enhancement Block, combine trois idées successives. D’abord, une étape d’« agrégation de tokens » regroupe des patches similaires à travers l’image pour que le réseau puisse raisonner sur la scène à un niveau global, un peu comme regrouper des régions apparentées avant d’interpréter leur signification. Ensuite, une étape de « caractéristiques multi-échelle » utilise des voies de traitement parallèles pour examiner à la fois des structures très fines et des voisinages légèrement plus larges, aidant le réseau à suivre simultanément bords, textures et formes plus étendues. Enfin, un filtre simple 3×3 affine et nettoie les caractéristiques, évitant les effets de lissage que les opérations globales de grande portée peuvent introduire.

À l’intérieur du nouveau moteur d’affinement

Vue à l’échelle du système HPEN complet, la procédure commence par un prétraitement léger de l’image infrarouge basse résolution pour extraire des motifs de base. Ces informations sont ensuite transmises à travers une série de blocs hybrides, chacun approfondissant la compréhension de la scène par le modèle en combinant relations à longue portée et détails à petite échelle. Une connexion en raccourci permet à l’information d’origine grossière de contourner ces couches profondes afin que le réseau puisse concentrer ses efforts sur la reconstruction du contenu à haute fréquence manquant — des éléments comme des bords nets et de petites zones chaudes. À l’étape finale, un module compact de suréchantillonnage remet les caractéristiques à la résolution cible, les convertissant en une image infrarouge affinée de la même taille qu’une référence haute résolution. Tout au long du design, l’accent est mis sur la légèreté, en maintenant le nombre d’opérations et l’usage de mémoire suffisamment bas pour un déploiement pratique sur des processeurs graphiques courants.

Quelle efficacité en pratique

Pour évaluer HPEN, les auteurs l’ont entraîné et testé sur plusieurs jeux de données infrarouges publics couvrant des scènes urbaines, de la végétation, des véhicules, des piétons et des conditions nocturnes. Ils l’ont comparé à de nombreuses méthodes récentes de super-résolution « légères » visant à être à la fois précises et efficaces. HPEN égalait ou dépassait légèrement ces concurrents sur les mesures de qualité standard qui évaluent la proximité de l’image affinée par rapport à une référence haute résolution. Il s’est montré particulièrement performant sur le réglage difficile d’un agrandissement par quatre, où convertir une très petite image en une image beaucoup plus grande révèle souvent des artefacts. Malgré cette précision, HPEN utilisait sensiblement moins de calculs, beaucoup moins de mémoire GPU et offrait des temps de traitement plus rapides que de puissants concurrents basés sur les transformers. Des tests supplémentaires évaluant la qualité perçue, proche du jugement humain, ont montré que les résultats de HPEN ressemblaient le plus à de véritables images infrarouges haute résolution, avec moins de bords délavés et de meilleures textures conservées.

Ce que cela signifie pour les usages réels

Pour un non-spécialiste, l’essentiel est que HPEN propose une manière plus intelligente « d’améliorer le zoom » des caméras thermiques sans changer le matériel. En combinant soigneusement le contexte global (comprendre la scène entière) et le détail local (préserver de minuscules bords et textures) dans un ensemble efficace, la méthode produit des images infrarouges plus nettes et plus informatives tout en maîtrisant les coûts de calcul. Cela pourrait aider les systèmes de surveillance à repérer plus clairement des personnes ou des véhicules dans l’obscurité, permettre aux inspecteurs industriels de voir de fines fissures ou des points chauds sur des équipements, et fournir aux médecins des motifs thermiques plus nets lors de dépistages non invasifs — le tout en utilisant des capteurs existants qui soudainement voient davantage qu’avant.

Citation: Liu, Z., Tian, J., Liu, C. et al. A lightweight hybrid perception enhancement network for infrared image super-resolution. Sci Rep 16, 6572 (2026). https://doi.org/10.1038/s41598-026-37763-w

Mots-clés: imagerie infrarouge, super-résolution, apprentissage profond, amélioration d'image, vision par ordinateur