Le redimensionnement d'image classique repose sur l'interpolation mathématique (bilinéaire, bicubique ou Lanczos), qui fait la moyenne des pixels voisins et estompe inévitablement les contours nets lors de l'agrandissement d'une photo. La Super-résolution d'image par IA remplace ce lissage passif par un Vision Transformer profond (Swin2SR, Swin Transformer v2 pour la super-résolution d'image) qui modélise l'auto-attention à longue portée à travers des fenêtres de 8×8 pixels pour recréer des contours précis, des textures de tissus et des typographies nettes.
Le pipeline neuronal local d'Utiliome sélectionne l'architecture idéale selon le facteur d'agrandissement souhaité :
- Super-résolution 2x (
Xenova/swin2SR-lightweight-x2-64FP32 complet) : Utilise des poids en virgule flottante 32 bits non quantifiés (7.7 MB) plutôt qu'une quantification dynamique 8 bits, évitant le bruit de quantification sur les dégradés fluides tout en s'exécutant environ 12% plus vite grâce aux instructions SIMD WebAssembly. - Super-résolution 4x Real-World (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr) : Entraîné avec BSRGAN (Blind Super-Resolution Generative Degradation), qui simule le flou d'appareil photo réel, le bruit de capteur et les blocs de compression JPEG du Web et de WhatsApp, reconstruisant des détails 4x nets sans amplifier le bruit parasite.