En effet, jusqu'? maintenant, en cas de pr?sence de "trou" dans une image, la plupart des algorithmes le rempla?aient par des couleurs ou textures bas?es sur les parties visibles de l'image. Dans le cas d'une zone d?truite seulement partiellement, par exemple un mur avec une partie de sa surface manquante, ces m?thodes assez "m?caniques" donnaient un r?sultat correct. Mais d?s lors qu'une zone compl?te est supprim?e, mettons la Tamise dans une photo prise depuis un pont, aucun algorithme ne sera capable de deviner qu'il fallait reconstituer un fleuve. Nos deux chercheurs ont pourtant publi? un article[1], d?monstration ? l'appui, proposant une solution

Le principe est simple, mais fait appel ? de nombreuses techniques pour ?tre mis en place efficacement. Tout d'abord on collecte une base de donn?es de plusieurs millions de photos sur des sites comme Flickr [2]. Ensuite, ? partir d'une image ayant une zone manquante (cf. deuxi?me image de l'illustration ci-dessus), leur algorithme va chercher parmi les quelques millions d'images celles qui ont la s?mantique la plus proche de notre image, c'est-?-dire dont l'aspect visuel est proche. Apr?s cela, leur programme d?termine quel morceau d'image - parmi celles s?lectionn?es - collerait le mieux ? la place de la zone manquante. Enfin, le bout d'image est coll? au bon endroit et les couleurs sont ajust?es pour bien s'int?grer ? l'image.

Le r?sultat est g?n?ralement saisissant et la m?thode m'a assez amus? dans la mesure o? la d?marche se rapproche de celle qu'on aurait tendance ? suivre.

[1] Publication illustr?e
[2] Non, pas le dauphin