Des chercheurs ont développé une technologie capable de faire reproduire en vidéo les mouvements d'une personne à une autre automatiquement. De quoi miraculeusement transformer n'importe qui en danseur émérite… ou créer de toutes pièces des fakes encore plus élaborés…

Danser comme Michael Jackson, une danseuse étoile ou encore la dernière star du moment sera peut-être bientôt possible. Du moins en vidéo, avec une technologie capable de reproduire les mouvements d'une personne. Baptisé "Everybody Dance Now", le papier de recherche décrit le principe de fonctionnement de cette technologie créée par un professeur et trois doctorants de l'université californienne de Berkeley, spécialisés dans l'intelligence artificielle et la vision par ordinateur. En seulement "quelques minutes", selon eux, n'importe quelle personne peut ainsi être utilisée comme "pantin" dans une vidéo, reproduisant à l'identique les mouvements d'un sujet de référence.

Pas question toutefois pour le moment de créer des "deep fakes" en faisant réaliser des danses improbables au premier homme politique venu, par exemple, à l'image de ce qu'il est possible de faire avec des logiciels d'intelligence artificielle et quelques compétences de montage permettant de changer les visages de quelqu'un (porno de célébrités, par exemple) dans une vidéo ou lui faire dire ce que l'on veut (Obama insultant Trump). En effet, pour que cela fonctionne, il faut au préalable enregistrer des mouvements basiques de la personne acceptant de jouer le cobaye, afin que le logiciel puisse créer un modèle 3D. Ce modèle peut ensuite être synchronisé avec celui réalisé à partir du danseur dont on souhaite reproduire les mouvements, comme le présente l'image ci-dessous.

Pour que cela fonctionne, le logiciel doit d'abord passer par une phase d'apprentissage afin de pouvoir effectuer une "translation image par image" avec un "lissage spatio-temporel". Le résultat est d'ores et déjà convaincant, allant même jusqu'à reproduire les ombres et reflets dans le cas du danseur en chemisette que l'on peut voir dans la vidéo. Certes, il reste quelques artefacts, en particulier au niveau des visages et des mains que le logiciel a plus de mal à reproduire, mais rien qui ne puisse être corrigé avec un matériel plus perfectionné (au niveau de l'acquisition et de la modélisation, notamment) et sans doute plus de temps et de perfectionnement des algorithmes.

Si la technique actuelle demande un peu de préparation, nul doute que l'évolution de la technologie permettra à l'avenir de créer ce genre de vidéos à partir d'une compilation de plusieurs sources. Il sera alors bien difficile de démêler le vrai du faux.