Contrôler la mémorabilité d’images de visages avec des modèles génératifs

Pourquoi certains visages restent dans nos mémoires

Chaque jour, nous faisons défiler d’innombrables visages sur nos écrans, mais seuls quelques-uns nous marquent. Annonceurs, enseignants, artistes et même forces de l’ordre s’intéressent à quelles images les gens se souviennent et lesquelles ils oublient. Cette étude pose une question frappante : peut‑on volontairement augmenter la mémorabilité d’une photographie de visage ou la diminuer, tout en conservant la même personne et un rendu naturel ? En s’appuyant sur des générateurs d’images puissants, les auteurs montrent que la réponse est en grande partie oui, et que la mémorabilité peut être orientée de manière contrôlée.

Une nouvelle façon d’ajuster la mémorabilité d’un visage

Les chercheurs s’appuient sur les avancées récentes de l’intelligence artificielle générative, en particulier un système appelé StyleGAN capable de créer des visages très réalistes à partir de codes numériques abstraits. Chaque code correspond à un visage. En générant une grande collection de visages synthétiques et en évaluant la probabilité que chacun soit mémorisé à l’aide de réseaux profonds « évaluateurs de mémorabilité », l’équipe établit une carte reliant ces codes cachés à la mémoire humaine. Ils utilisent ensuite un outil statistique simple pour trouver une surface de séparation dans cet espace latent qui distingue les visages plus mémorables des moins mémorables. Déplacer le code d’un visage dans une direction à travers cette surface augmente sa mémorabilité prédite, tandis que le déplacer dans l’autre sens la diminue.

Changer l’apparence sans changer l’identité

Pour rendre cela utile sur des photographies réelles, les auteurs « inversent » d’abord une image réelle dans l’espace latent de StyleGAN, trouvant un code qui régénère le visage original. Une fois ce code trouvé, ils le déplacent le long de la direction de mémorabilité et régénèrent l’image. Les visages obtenus appartiennent au même individu mais paraissent désormais plus ou moins susceptibles de rester en mémoire. Des tests soignés montrent que l’identité perçue est préservée et que le réalisme des images reste proche de celui des sorties non éditées. L’équipe développe aussi une version plus fine et multi‑niveaux de la méthode qui ajuste la mémorabilité par plusieurs petits pas plutôt que par un saut unique ; ce contrôle plus doux maintient encore mieux l’identité.

Que change réellement lorsqu’un visage devient mémorable

En inspectant des milliers de visages modifiés, l’étude met au jour quels détails visuels ont tendance à évoluer quand la mémorabilité augmente. Les visages plus mémorables paraissent souvent légèrement plus jeunes, avec une structure faciale plus affinée, une peau plus claire, un maquillage ou une pilosité faciale plus prononcés et des expressions plus graves. Les chercheurs mesurent des propriétés locales de l’image autour des yeux et de la bouche, constatant de petits mais fiables accroissements du contraste dans la région des yeux et de la richesse de la couleur des lèvres lorsque la mémorabilité est augmentée. Ils écartent aussi une explication simple fondée sur la luminosité globale : éclaircir ou assombrir uniformément les visages modifie à peine les scores de mémorabilité par rapport aux retouches plus ciblées et plus fortes produites par leur méthode.

Au‑delà des visages : les objets du quotidien

L’approche ne se limite pas aux personnes. Les auteurs appliquent la même idée à des images de chats, chevaux, voitures et églises créées par d’autres modèles génératifs. Là encore, ils identifient une direction dans l’espace latent qui augmente ou diminue la mémorabilité prédite. Pour les objets, les changements visibles impliquent souvent un cadrage plus serré, un déplacement du point de vue ou une modification de l’arrière‑plan et des couleurs de manière à faire ressortir le sujet. Cela suggère que, bien que les indices visuels diffèrent entre visages et objets, le principe sous‑jacent est similaire : il existe des directions cohérentes dans l’espace des images possibles qui les rendent plus ou moins susceptibles d’être retenues.

Pourquoi la mémorabilité contrôlée compte

En termes simples, l’article montre que la mémorabilité n’est pas seulement un sous‑produit mystérieux d’une image ; c’est quelque chose qui peut être ajusté volontairement. En apprenant à pousser les images le long de dimensions visuelles subtiles, les ordinateurs peuvent produire des visages et des objets que nos esprits sont plus ou moins susceptibles de mémoriser. Cela ouvre des usages potentiels en éducation, où schémas ou illustrations pourraient être optimisés pour une meilleure rétention, ainsi qu’en communication et design, où des messages importants pourraient être associés à des images conçues pour rester en mémoire. Les auteurs insistent en parallèle sur la nécessité de garde‑fous éthiques, car les mêmes outils qui rendent des images éducatives plus efficaces pourraient aussi être employés pour orienter l’attention et la mémoire d’une manière nécessitant une supervision attentive.

Citation: Younesi, M., Mohsenzadeh, Y. Controlling memorability of face images with generative models. Sci Rep 16, 15759 (2026). https://doi.org/10.1038/s41598-026-46581-z

Mots-clés: mémorabilité des images, images de visages, modèles génératifs, StyleGAN, édition de l’espace latent