Liste de contrôle Swipey AI des images sources pour la conversion image-vidéo destinée aux adultes de 18 ans et plus

Sommaire

• Commencez par décider d’accepter, de réviser ou de remplacer
• Préservez les repères d’identité du sujet
• Considérez les mains comme des données d’action
• Maîtrisez le cadrage et les éléments concurrents de l’arrière-plan
• Rendez la direction de l’éclairage lisible
• Recherchez les indices de mouvement dans l’image fixe
• Faites correspondre la source à une seule action prévue
• Cas pratique : recadrer avant la génération
• Effectuez la vérification finale d’approbation de l’image source

Une invite de mouvement ne peut pas corriger toutes les faiblesses d’une image source. L’image fixe définit déjà le sujet, le cadrage, l’anatomie visible, l’éclairage, le décor et la position physique de départ. Lorsque ces éléments entrent en conflit avec l’action prévue, des instructions supplémentaires risquent seulement d’ajouter de la complexité.

Voici la liste de contrôle éditoriale de Swipey AI pour préparer des projets image-vidéo non explicites destinés aux adultes de 18 ans et plus. Swipey AI est une ressource écrite à garder à côté d’un outil image-vidéo ; le site ne propose aucun service de téléversement ou de génération. Cette liste complète le guide consacré à la rédaction d’une invite de mouvement en abordant une décision antérieure : déterminer si l’image fixe contient les informations visuelles nécessaires au plan envisagé.

Commencez par décider d’accepter, de réviser ou de remplacer

Examinez l’intégralité du cadre avant de vous concentrer sur les petits défauts. Une source exploitable doit présenter :

• Un seul sujet adulte immédiatement identifiable
• Un cadrage intentionnel qui ne coupe pas accidentellement des articulations importantes
• Une visibilité nette de chaque partie du corps impliquée dans l’action
• Un visage suffisamment grand pour l’expression prévue
• Des hautes lumières et des ombres cohérentes
• De l’espace libre dans la direction du mouvement
• Une pose susceptible d’évoluer de façon plausible vers l’action demandée

Écartez rapidement les défauts techniques évidents. Le guide image-vidéo de Runway indique que le flou et la faible résolution d’une photographie source peuvent se retrouver dans la séquence générée. Un visage peu net, une main affectée par un flou de mouvement ou le bord fortement compressé d’un vêtement doivent donc être considérés comme des informations propres à la source, et non comme des défauts que l’étape vidéo supprimera nécessairement.

Prenez l’une des trois décisions suivantes :

Préservez les repères d’identité du sujet

L’identité est communiquée par une combinaison de caractéristiques : yeux non obstrués, contour du visage, silhouette de la coiffure, délimitations des vêtements et accessoires distinctifs. Vérifiez que ces caractéristiques sont cohérentes entre elles et restent séparées de l’environnement.

Une coiffure sombre devant un mur sombre peut effacer le contour extérieur de la tête. Des lunettes teintées peuvent dissimuler les yeux lorsque le plan repose sur un changement de regard. Une main placée devant la partie inférieure du visage peut convenir à un portrait fixe, mais offrir une mauvaise position de départ pour un plan qui exige également un sourire, une rotation de la tête et un mouvement de la main.

Choisissez le cadrage en fonction de l’action plutôt que selon un pourcentage arbitraire de taille du visage :

• Un cadrage serré favorise un clignement des yeux, une expression subtile ou une légère rotation de la tête, mais laisse peu de place aux mouvements amples.
• Un cadrage moyen équilibre la lisibilité du visage et les gestes du haut du corps.
• Un cadrage plus large permet des pas ou des mouvements plus complets du corps, mais consacre moins de pixels à l’identité du visage.

Le test pratique consiste à déterminer si les yeux, la ligne de la mâchoire, la limite des cheveux et les accessoires importants restent lisibles à la résolution de travail de l’image. Des recherches centrées sur l’humain dans le domaine de la conversion image-vidéo, présentées à la CVPR 2026, indiquent que les changements d’expression, les mouvements importants et un visage n’occupant qu’une petite partie de l’image constituent des conditions difficiles pour préserver l’identité (article de la CVPR).

Considérez les mains comme des données d’action

Les mains définissent l’état initial d’actions comme faire signe, toucher ses cheveux, ajuster ses vêtements, tenir un objet ou poser la paume sur un meuble. Si un geste est important, son anatomie de départ doit être visible.

Vérifiez que chaque main nécessaire est nette et reliée à un poignet et à un bras lisibles. Recherchez les doigts qui disparaissent dans un tissu à motifs, les deux mains qui se confondent visuellement ou un objet qui masque le point de contact. Une main coupée par le bord du cadre peut être sans conséquence lorsqu’elle reste inactive ; elle constitue une mauvaise base lorsque l’action prévue en dépend.

Le contact avec un objet doit faire l’objet d’une vérification particulière. Pour un simple soulèvement, la main et l’objet doivent commencer dans une relation plausible. Un bras étroitement croisé, une main cachée et un objet partiellement masqué obligeraient la séquence à révéler l’anatomie, à inverser la pose, à établir une prise, puis à effectuer le soulèvement. Il ne s’agit pas d’un seul mouvement net, même si l’invite le décrit avec un unique verbe.

Lorsque la main nécessaire n’est pas disponible, simplifiez l’action ou remplacez l’image. Ne supposez pas qu’une formulation supplémentaire puisse fournir des indices visuels fiables que l’image d’ouverture n’a jamais contenus.

Maîtrisez le cadrage et les éléments concurrents de l’arrière-plan

Un décor détaillé n’est pas automatiquement problématique. L’ambiguïté apparaît lorsque l’arrière-plan concurrence la silhouette du sujet ou crée une autre interprétation plausible du cadre.

Examinez les miroirs, les panneaux réfléchissants, les tissus d’ameublement à motifs, les personnages à l’arrière-plan, les bords des meubles et les objets qui touchent le contour du corps. Une lampe alignée avec un bras peut sembler y être attachée. Un reflet à côté du visage peut ressembler à une autre personne. Des motifs fins et répétitifs peuvent rendre les contours des vêtements en mouvement plus difficiles à suivre.

Conservez les détails qui établissent le décor, mais simplifiez les éléments qui croisent le visage, les mains, les cheveux ou la trajectoire prévue du mouvement. Laissez de l’espace négatif là où le sujet tournera, tendra le bras ou fera un pas.

Le format de sortie prévu a également son importance. Une source en orientation portrait forcée dans un cadre large peut perdre une main, un coude ou un espace de mouvement, même si l’image originale semblait complète. Examinez le cadrage final, et pas seulement le fichier non recadré, avant d’approuver la source.

Rendez la direction de l’éclairage lisible

L’image n’a pas besoin d’un éclairage cinématographique élaboré, mais elle doit communiquer une structure lumineuse crédible. Suivez la direction de la lumière principale à travers les hautes lumières et les ombres sur les joues, le nez, le cou, les mains et les vêtements.

Recherchez les incohérences, par exemple une haute lumière sur le visage suggérant une lumière provenant de la gauche du cadre alors que les ombres voisines indiquent la direction opposée. Des hautes lumières sans détail peuvent effacer des éléments du visage ou des vêtements. Des ombres profondes peuvent dissimuler une main ou fondre le torse dans un meuble.

Privilégiez la séparation plutôt que l’effet spectaculaire. Les cheveux doivent rester distincts du mur, les mains des vêtements de couleur similaire et le torse de l’arrière-plan. Un ajustement local des tons peut suffire s’il rétablit une limite précise sans modifier la scène. Si plusieurs sources lumineuses incompatibles créent des contours contradictoires, une autre image source constitue généralement un point de départ plus propre.

Cette vérification concerne les informations déjà présentes dans l’image fixe. Les instructions relatives à la caméra et à l’éclairage viennent plus tard ; le guide distinct du vocabulaire de la caméra et de l’éclairage couvre cette étape de conception de l’invite.

Recherchez les indices de mouvement dans l’image fixe

Une image statique suggère déjà ce qui pourrait se produire ensuite. La posture, la répartition du poids, le regard, la position des cheveux, l’orientation du tissu et l’espace négatif servent tous d’indices de mouvement.

Un sujet penché vers l’avant, dont le poids repose sur un pied, se prête à la poursuite d’un pas ou à un léger déplacement dans cette direction. Un sujet assis regardant légèrement hors caméra peut se prêter à une douce rotation de la tête. Des cheveux et un tissu ample déjà déplacés vers la droite du cadre rendent moins cohérente une demande d’inversion immédiate vers la gauche du cadre.

Privilégiez les actions qui prolongent la pose visible. Soyez prudent lorsqu’un plan obligerait le système à inventer des jambes cachées, à révéler une main invisible, à inverser une dynamique apparente ou à reconstruire le sujet depuis un point de vue très différent.

La documentation d’Amazon Nova sur la vidéo à partir d’images explique qu’une image de départ établit le contenu, le cadrage et le style visuel. Elle distingue également la simple animation de caméra de la génération d’une action du sujet, pour laquelle le sujet, l’action et le changement doivent être décrits. La source et l’éventuelle invite remplissent donc des fonctions différentes : l’image fixe doit rendre l’action physiquement lisible avant que les mots ne décrivent son déroulement.

Faites correspondre la source à une seule action prévue

Énoncez l’action souhaitée en langage simple, puis comparez-la à la position de départ visible.

Pour une rotation de la tête, vérifiez que le visage ne se trouve pas déjà à un angle extrême et que le côté de destination dispose d’espace. Pour un geste visant à atteindre quelque chose, vérifiez l’épaule, le coude, la main, l’objet cible et le trajet qui les sépare. Pour un pas, examinez les pieds, l’équilibre, le contact avec le sol et l’espace disponible dans la direction du déplacement. Pour un petit ajustement vestimentaire, assurez-vous que la main concernée et le bord du vêtement sont tous deux visibles.

Posez trois questions :

1. L’action prolonge-t-elle la pose déjà montrée ?
2. Toutes les parties du corps et tous les objets nécessaires sont-ils visibles ?
3. La transition peut-elle avoir lieu sans révéler une anatomie cachée ni inverser plusieurs indices à la fois ?

Si la réponse à la première question est non, reconsidérez l’action. Si la réponse à la deuxième ou à la troisième question est non, révisez ou remplacez l’image avant de rédiger une invite plus longue.

Cas pratique : recadrer avant la génération

Adobe décrit une décision de préparation concrète dans son flux de travail de génération vidéo avec Kling. L’opération commence après qu’un utilisateur a sélectionné une image comme première image. La contrainte visible est une différence de rapport d’aspect entre cette image clé et le format vidéo prévu.

L’ajustement décrit est précis : survolez la vignette de la première image pour activer la commande de recadrage, déplacez l’image dans l’aperçu, puis approuvez un cadrage adapté au cadre de sortie. La décision qui en découle dans le flux de travail est prise avant la génération : l’image clé ajustée devient la composition à partir de laquelle commence la vidéo.

Concrètement, cette vérification du cadrage évite qu’une source soit approuvée simplement parce que sa toile d’origine contient le sujet en entier. Supposons qu’une action du haut du corps exige le visage, les deux épaules et une main active. Si le format de sortie sélectionné supprime cette main, le fichier non recadré n’est pas prêt. Repositionner le cadrage peut permettre de récupérer l’anatomie nécessaire tout en gardant le visage lisible. Si ce n’est pas possible, la bonne solution consiste à changer de format, à simplifier l’action ou à remplacer la source.

La même documentation d’Adobe conseille d’utiliser une première image visuellement compatible avec l’action décrite dans l’invite. La leçon utile n’est pas que le recadrage améliore chaque séquence. Elle est que l’approbation de la source doit avoir lieu dans le véritable cadre de sortie, tandis que les zones pertinentes pour l’action restent visibles.

L’aperçu du recadrage permet à l’utilisateur de confirmer, avant la génération, que le visage, les épaules et la partie pertinente du haut du corps restent à l’intérieur du cadre de sortie.

Effectuez la vérification finale d’approbation de l’image source

Avant de passer à un flux de travail avec un générateur de vidéos par IA destiné aux adultes de 18 ans et plus, répondez à ces questions dans l’ordre :

1. Y a-t-il un seul sujet adulte impossible à confondre ?
2. Les yeux, le contour du visage, la coiffure et les accessoires importants sont-ils lisibles ?
3. Le visage possède-t-il une taille adaptée à l’expression prévue ?
4. Toutes les mains, tous les membres et tous les objets pertinents pour l’action sont-ils visibles et nets ?
5. Le cadrage final préserve-t-il les articulations nécessaires et l’espace de mouvement ?
6. Les reflets, les motifs, les objets ou les personnages en arrière-plan concurrencent-ils le sujet ?
7. Une direction d’éclairage cohérente est-elle lisible ?
8. La pose se prête-t-elle naturellement au mouvement demandé ?
9. L’action peut-elle avoir lieu sans inventer une anatomie cachée ni inverser la dynamique ?
10. Une seule modification précise permettrait-elle de résoudre le conflit restant ?

Choisissez valider lorsque l’image et l’action décrivent le même état physique de départ. Choisissez réviser lorsqu’un recadrage, un nettoyage, une correction des tons ou une action plus simple supprime un problème précis. Choisissez remplacer lorsque le cadre ne fournit pas des informations essentielles ou exige une transition peu plausible.

Un examen commençant par la source ne peut pas garantir un résultat généré particulier. Il facilite toutefois le diagnostic des décisions ultérieures : une fois l’image d’ouverture cohérente, les révisions de l’invite peuvent se concentrer sur le mouvement au lieu d’essayer de corriger des informations visuelles manquantes ou contradictoires.