DeepStereo – Qu’est devenu le projet expérimental de Google ?

Mahery A. 3 septembre 2025 6 minutes de lecture Dossiers, Google, Pause café ☕

Imaginez pouvoir créer une vidéo à partir de quelques photos : c’est fut la promesse de DeepStereo. Lancée en 2015, cette technologie de Google va au-delà de la retouche et de l’animation par intelligence artificielle. Grâce à l’apprentissage profond, elle génère des séquences fluides et réalistes à partir d’images statiques. Avec son réseau neuronal profond en avance sur son temps, ce projet expérimental recrée des perspectives et des mouvements qui n’existaient pas à l’origine.

🔥 Nous recommandons Google Workspace

Google Workspace révolutionne la collaboration des équipes, où qu’elles soient. Avec des outils comme Gmail, Google Drive, et Google Docs, il simplifie l’organisation et booste la productivité. Que vous soyez une petite entreprise, un indépendant ou une grande organisation, Google Workspace est le choix incontournable pour optimiser votre travail en équipe.

Qu’est-ce que DeepStereo ?

En développement depuis une décennie, DeepStereo est un projet de recherche. Il s’agit d’une architecture de réseau neuronal profond conçue pour la synthèse de vues (ou « view synthesis »). L’objectif n’est pas de créer une vue 3D à partir de rien, mais de la prédire et de la générer à partir d’un ensemble de photos voisines d’une même scène. Le principe est de reconstituer ce qu’un appareil photo verrait s’il était positionné à un nouvel endroit. Il s’appuie sur les variations de perspective déjà capturées.

Vous voulez un média comme celui que vous lisez ?

Passez de lecteur à leader ! Faites de votre entreprise un acteur inévitable avec votre propre média 🔥

L’algorithme a été entraîné sur une immense base de données d’images « posées » (c’est-à-dire dont la position et l’orientation sont connues) issues de Google Street View. Cet entraînement a permis au réseau de déchiffrer la géométrie complexe et la texture d’une scène. Il aide à comprendre les lois de la perspective et de la lumière.

Il ne s’agit pas d’une simple interpolation linéaire, mais d’une reconstruction spatiale intelligente. Chaque image générée est une « vue » entièrement nouvelle, calculée pour s’intégrer de manière transparente dans une séquence vidéo. Cette approche donne l’illusion d’un mouvement naturel.

Ainsi, le résultat final est comparable à un film où chaque image aurait été tournée par une caméra virtuelle, sans avoir jamais existé dans la réalité. Officiellement lancé en 2015, DeepStereo a ouvert la voie aux IA de synthèse de vues. Le projet de recherche a posé les bases, mais d’autres programmes, dont ceux qui utilisent le champ de radiance neuronal, en sont les héritiers.

Comment fonctionne cette technologie ?

La mécanique de DeepStereo repose sur un processus de génération de pixels de bout en bout. Le réseau neuronal profond est alimenté par des images sources. Sa tâche est de prédire et de produire directement les pixels de la nouvelle vue. Cette approche « end-to-end » constitue une rupture majeure avec les méthodes classiques. Ces dernières nécessitent des étapes complexes de reconstruction 3D, de modélisation de la géométrie, de projection de textures et de rendu.

DeepStereo fusionne toutes ces étapes en une seule architecture unifiée et optimisée. Pour cela, le réseau apprend à analyser la profondeur et la couleur de chaque pixel des images de référence. Il construit un modèle interne tridimensionnel de la scène pour « combler les vides » entre les prises de vue.

Le réseau fonctionne sur un grand nombre de « plans de profondeur » virtuels pour reconstruire avec une grande précision les objets et les perspectives. L’efficacité de cet entraînement se manifeste par sa capacité à générer des résultats réalistes sur des scènes traditionnellement difficiles à modéliser. C’est le cas par exemple pour les feuillages d’arbres ou des surfaces irrégulières.

Une fois ces images générées, elles peuvent être assemblées pour créer une vidéo fluide, dont la qualité est renforcée par l’ajout de son spatialisé. Cela crée une immersion audiovisuelle complète, un atout majeur pour les applications en réalité augmentée et virtuelle.

Quelles sont les principales fonctionnalités de DeepStereo ?

Au cœur de DeepStereo se trouve la capacité à générer de nouveaux points de vue dynamiques à partir d’un ensemble limité d’images. Mais ses fonctionnalités vont bien au-delà. Le réseau excelle dans la restitution précise de la profondeur et des détails complexes d’un environnement. Cette capacité à percevoir et recréer la stéréoscopie de la scène donne une association parfaite entre images et audio. Cela devient notamment possible grâce à des upmixers ou des plugins audio immersifs.

Le principe de la synthèse de vues basée sur le deep learning offre un réalisme saisissant. Il ne se contente pas d’interpoler des pixels, il comprend la scène. Cela donne des transitions fluides et naturelles entre les vues. Cette technologie offre ainsi une expérience de navigation virtuelle sans précédent.

L’algorithme est capable de reconstituer fidèlement les ambiances, les couleurs et les jeux de lumière, même à partir de peu de données sources. Cette fonctionnalité est particulièrement utile pour les visites virtuelles et les applications de post-production cinématographique. Elle reste également pertinente pour les environnements de jeux vidéo. Dans ce domaine, la compatibilité multi-dispositifs devient nécessaire pour des affichages sur grand écran ou des casques de réalité virtuelle.

Une autre fonctionnalité phare est la génération de vidéo à partir de photos. Avec simplement une galerie de photos pertinentes, DeepStereo crée une séquence animée où le mouvement respecte la physique et les perspectives. Des secteurs comme l’imagerie médicale, l’architecture ou le e-commerce peuvent en bénéficier.

Tous pourront présenter des produits ou des espaces sous tous les angles via une courte vidéo générée automatiquement. En plus d’être rapide et moins couteux, cette génération optimise l’impact commercial et éducatif. Si l’idée de générer une vidéo virale par l’intelligence artificielle vous enchante, alors je vous invite à lire le guide Veo 3 – Comment créer une vidéo virale pour YouTube Shorts

https://www.youtube.com/watch?v=IV0eUNt4PeM

À qui s’adresse DeepStereo ?

La polyvalence de DeepStereo le rend pertinent pour un large éventail de profils. Les professionnels de l’audiovisuel y voient un outil pour créer rapidement des plans de caméra complexes sans matériel lourd. Les créateurs de contenus interactifs, les concepteurs de jeux vidéo et les producteurs de VR/AR peuvent exploiter la synthèse de vues ultra-précise et l’audio immersif. Ils pourront ainsi créer des expériences narratives totalement originales.

Les musées et les institutions culturelles peuvent l’utiliser pour proposer des visites guidées virtuelles. DeepStereo rend possible la découverte de rares collections d’arts. Il fait visiter des sites historiques sans quitter le confort de sa maison. Les visionnages sont accessibles sur ordinateurs, tablettes et smartphones basiques.

Du côté scientifique et pédagogique, les chercheurs en informatique et en robotique apprécient la capacité de DeepStereo à faciliter la modélisation 3D et la perception spatiale. Le programme les aide à concevoir des environnements simulés réalistes. Les enseignants peuvent utiliser ces outils pour illustrer des concepts abstraits de géométrie.

Dans le secteur commercial et événementiel, la technologie est employée pour des dispositifs interactifs. Ce sont, entre autres, des visites guidées stéréoscopiques de biens immobiliers ou de lieux de tourisme, enrichies de son spatialisé pour une immersion totale. Les acteurs de la vente en ligne peuvent l’intégrer pour présenter des produits de manière dynamique à partir de simples photos.

Quels sont les prix de DeepStereo ?

Étant un projet de recherche et non un produit commercialisé, DeepStereo n’a pas de prix défini ou de licence standardisée. La majorité des implémentations connues sont des prototypes scientifiques ou des projets open source. Le coût pour les entreprises qui souhaitent l’utiliser dépendra donc de divers paramètres.

Il faudra voir le développement personnalisé, de la puissance de calcul nécessaire et de l’intégration logicielle. Des sociétés ou laboratoires universitaires peuvent proposer des services basés sur DeepStereo, avec des tarifs ajustés à la complexité des projets.

Qu’est devenu DeepStereo en 2025 ?

En 2025, DeepStereo n’est plus une technologie de pointe, mais une pierre angulaire historique dans le domaine de la synthèse de vues. Le projet lancé en 2015, a été dépassé par des innovations plus récentes qui ont affiné ses principes de base. Son fonctionnement a été en grande partie intégré et amélioré par des modèles plus performants, comme les NeRF (Neural Radiance Fields).

Ces programmes sont devenus la référence en matière de rendu photoréaliste à partir d’images 2D. Street View de Google lui-même utilise désormais des technologies basées sur le même principe que les NeRF. Il lui donne la capacité d’offrir une navigation plus fluide et plus immersive dans les villes.

D’autres systèmes, tels que le 3D Gaussian Splatting, offrent des temps de rendu bien plus rapides pour la reconstruction de scènes. Des réseaux comme DreamFusion et Magic3D créent des modèles 3D directement à partir de descriptions textuelles. Ces technologies représentent l’évolution naturelle de l’idée lancée par DeepStereo. Cette continuité démontre que la recherche fondamentale a permis de franchir de nouvelles étapes en matière de création visuelle.

Enfin, DeepStereo fait partie des programmes que le groupe Alphabet a mis en stand-by ou abandonné, tout comme d’autres projets à forte visibilité. On peut citer Google+, un réseau social qui n’a pas réussi à s’imposer, le Google Cardboard, une solution de réalité virtuelle à bas coût remplacée par des technologies plus avancées, ou encore le projet Loon, qui ambitionnait de fournir un accès Internet par ballons. Ces initiatives démontrent la volonté d’expérimentation de Google, où les échecs servent souvent de fondation pour de futures réussites.