Deep Phi · Le moteur de structure

L’information, ni inventée ni perdue.

Deux métiers, une même discipline : traiter les images avec phiXplorer, guidé par φ, la mesure structurelle de Deep Phi — et les compresser sans perte avec Phidelity. Déterministe, vérifiable, léger, sur l’appareil.

Essayer phiXplorer Compresser sans perte

A nebula and its φ structural map — Entrée → φ carte structurelleMême le cosmos a une structure. Image : NASA/ESA, Hubble — domaine public.

φImagesφSuper-résolutionφRehaussementφVidéoφCompressionφVisionφImagerie scientifiqueφSignalφImagesφSuper-résolutionφRehaussementφVidéoφCompressionφVisionφImagerie scientifiqueφSignal

0,2–0,8 M

paramètres — ultra-léger

0,71 Mo

modèle — jusqu’à +7,3 dB sur du vrai bruit à ISO 6400

×2,3

sans perte, sur le stockage réel d’une archive de fusion

pixel inventé, 0 bit perdu

Le noyau

Deux métiers, une même discipline

Deep Phi traite les images et les compresse ; il y détecte ce qui compte et vérifie qu’elles n’ont été ni inventées ni retouchées. Chaque métier a ses propres outils — la mesure φ guide le traitement d’image, la compression a ses méthodes à elle — mais les règles sont les mêmes.

	Traitement d’image	Compression
Lire où vit l’information	La carte φ montre où se trouve la structure : textures, contours, micro-motifs.	Ne dépenser des bits que là où le signal en contient vraiment.
Ne rien inventer, ne rien perdre	Aucun pixel halluciné : le modèle renforce ce qui est là.	Sans perte, ou avec une erreur maximale que vous fixez et qui est garantie.
Vérifiable	Même entrée, même sortie, et une carte qu’on peut regarder.	Chaque fichier porte la somme de contrôle des données relues ; le résultat est contrôlé au bit près.
Léger, sur l’appareil	0,2 à 0,8 million de paramètres, dans le navigateur.	Relecture sur microcontrôleur en quelques dizaines de Ko ; un cœur suffit pour une caméra.

Voir

Traitement d’image — phiXplorer

Super-résolution, rehaussement, débruitage, défloutage et restauration vidéo, guidés par φ.

Jusqu’à +7,3 dB sur du vrai bruit à ISO 6400
100 % dans le navigateur, zéro serveur
Aucun pixel inventé, résultat reproductible

Essayer phiXplorer

Garder

Compression — Phidelity

Un format sans perte ou à erreur garantie pour les capteurs 8 à 16 bits : infrarouge, médical, sonar, hyperspectral, profondeur.

×2,3 sur le stockage réel d’une archive de fusion
−35 % face à FFV1 sur la vidéo infrarouge
Flux identiques à l’octet sur PC et sur ARM

Découvrir Phidelity

Détecter

Détection — φ

Repérer des objets et des structures — drones, défauts, cibles — en visible comme en infrarouge, et les suivre dans la vidéo, avec φ comme garde-fou derrière le détecteur.

Détection de structure validée dans nos publications, visible et infrarouge
Régions d’intérêt sans sémantique, pilotées par φ seul
Déterministe : même entrée, même résultat

Proposer un essai

Vérifier

Vérification — fidélité et retouches

Dire si une image a été inventée ou retouchée : ce qu’un agrandisseur a ajouté, ce qu’on a effacé ou cloné dans une image thermique.

Carte, zone par zone, du détail inventé par un agrandisseur
Retouches d’images thermiques : flou, clonage, effacement
Sans avoir besoin de l’image d’origine

Découvrir la vérification

Qu’est-ce que φ

Une mesure de structure — pas un modèle

φ quantifie, en chaque point d’une image, la richesse de la structure locale — indépendamment du sens. La formule reste chez Deep Phi ; seul son comportement est embarqué dans le modèle.

Entrée

Une image telle quelle — aucune annotation, aucun prior, aucun réglage.

Carte φ

Chaud là où la structure vit — textures, contours, micro-motifs. Sombre là où c’est lisse.

Résultat guidé par la structure

Le modèle concentre son effort exactement là où φ pointe, nulle part ailleurs.

Image and its φ map — Plumes, bec et œil s’illuminent ; le fond flou reste ignoré.

Mêmes pixels en entrée, même carte en sortie — aucun aléa, rien d’halluciné. φ est une mesure déterministe auditable, pas un modèle génératif qu’il faut croire.

Explorer la technologie →

Déterministe par nature

φ, vu comme un relief de structure

Lisez une image comme un paysage : des pics là où la structure est dense — plumes, contours, texture — des plaines là où c’est lisse. Les mêmes pixels produisent toujours la même surface. Une mesure, tracée au pixel.

L’image comme paysage de structure — les pics sont les zones riches, les plaines les aplats.

Les mêmes valeurs en isolignes — une carte topographique de la structure, au pixel près.

Pourquoi φ

Le minimum qui suffit, et la preuve qu’il suffit

Déterministe

Même entrée, même sortie. Reproductible et auditable — l’inverse d’une supposition générative.

Ultra-léger

0,2–0,8 M paramètres. Tourne sur l’appareil, dans un navigateur — sans data center, sans ferme de GPU.

Transparent

La sortie de φ est une image qu’on peut regarder. On voit littéralement ce que le modèle voit.

Deux métiers

φ guide le traitement d’image (super-résolution, rehaussement, défloutage) ; la compression Phidelity a ses méthodes à elle. Mêmes règles : rien d’inventé, rien de perdu, tout vérifiable.

Applications

Un prior structurel, de multiples pipelines

Ce qui est livré aujourd’hui, ce qui est en recherche, et où va φ.

Super-résolution ×2

● En ligne

Agrandit images et vidéos, structure d’abord, sans détail inventé.

Rehaussement φ

● En ligne

Contraste et netteté placés exactement là où φ voit de la structure.

Débruitage

● En ligne

Supprime le bruit et le grain du capteur pendant que φ préserve le vrai détail — un petit modèle qui garde la structure nette.

Retrait de gradient

● En ligne

Astrophotographie : φ efface le gradient de pollution lumineuse et le vignettage, tout en préservant étoiles et nébulosités.

Vidéo ×2

● En ligne

Agrandissement image par image, encodé en MP4 dans votre navigateur.

Voir toutes les applications →

Zoom ×8

Sur demandeGlissez pour comparer

De vrais détails basse résolution, agrandis ×8 — aucun downscale, rien d'halluciné. Aperçu de capacité : exécuté hors ligne, pas dans le studio ×2.

Ara — œil & plumes
Un vrai détail agrandi ×8 — plumage et œil reconstruits à partir des pixels existants.

Texte minuscule
Les lettres redeviennent lisibles — aucun caractère inventé.

Lune — cratères
Les rebords de cratères récupérés depuis un petit crop réel.

Jupiter — bandes nuageuses
Les bandes et la tempête retrouvent leur tranchant.

Phare — pierre
La maçonnerie se précise ; le ciel lisse reste propre.

Feuillage — branches
Le bord des branches et les nervures reconstruits.

Modèle ×8 — 4,66 Mo, φ interne. S'exécute hors ligne sur votre machine ; disponible sur demande.

Débruitage — bruit capteur réel

Sur demandeGlissez pour comparer

De vraies paires d'appareil photo : la même scène prise à l'ISO de base et à l'ISO 6400. Aucun bruit synthétique — c'est ce que le capteur a réellement produit. Le studio du navigateur exécute le modèle à bruit synthétique ; celui-ci est entraîné sur du bruit réel. Survolez pour la loupe pixel.

Bronze, ISO 6400
Du vrai bruit de capteur, pas une simulation. Les taches de chrominance partent ; les piqûres et la patine du métal restent.

Drapé sculpté, ISO 6400
Le grain quitte la pierre sans emporter un seul coup de ciseau ni un pli.

Carapace sculptée, ISO 6400
Les mouchetures de couleur quittent les ombres ; les arêtes taillées gardent leur mordant.

Carapace de homard, ISO 6400
Le bruit de chrominance est pire sur les rouges saturés — retiré ici sans étaler la carapace.

Détail de pierre, ISO 6400
Un cas plus difficile : relief fin, où le modèle reste délibérément prudent.

Pince, ISO 6400
Reflets humides et carapace mouchetée — la texture reste, le grain part.

Modèle bruit réel — 0,71 Mo, φ interne : la même taille que celui du studio, mais entraîné sur de vraies paires d'appareil photo plutôt que sur du bruit synthétique. +3,4 dB sur le modèle du navigateur en photo réelle, jusqu'à +7,7 dB sur les plus bruitées. S'exécute hors ligne sur votre machine ; disponible sur demande.

Paires sources : NIND — Natural Image Noise Dataset, par Trougnouf (Benoit Brummer) — CC BY 4.0.

Archives radar météo

RechercheGlissez pour comparer

Les cartes radar archivées en images ne gardent qu’une couleur par pixel : la pluie elle-même est perdue. Faites glisser le curseur : à gauche, l’archive telle qu’elle est conservée ; à droite, la pluie retrouvée à l’intérieur de chaque couleur — jamais en dehors.

Archive américaine réelle, 24 mai 2016
Composite NEXRAD archivé en 13 couleurs. Année jamais vue à l’apprentissage.

Radar allemand, orages d’été
Carte de pluie en 10 couleurs, 21 juillet 2025. Jour jamais vu à l’apprentissage.

Météo-France, lame d’eau horaire
France, janvier 2026, en 10 couleurs — aucune donnée française utilisée pour apprendre.

Sur une archive réelle et une année entière jamais vue (2016, 19 millions de pixels de pluie) : 28 % d’erreur en moins que la meilleure lecture couleur par couleur — plus de 2,5 fois le gain de la méthode de restauration classique — et le cumul annuel de pluie juste à 1,5 % près au lieu de 7,2 %. Notre modèle compact égale un réseau de l’état de l’art avec 32 fois moins de paramètres et tourne 1,8 fois plus vite sur un processeur ordinaire (une carte continentale entière en 7 s environ ; 0,7 s sur une carte graphique grand public). Une version haute précision dépasse l’état de l’art avec 8 fois moins de paramètres.

Données : composites NEXRAD de la NOAA archivés par l’Iowa Environmental Mesonet (Iowa State University) ; données ouvertes du Deutscher Wetterdienst (DWD) ; réanalyse COMEPHORE de Météo-France (Licence Ouverte).

Ouvrir le studio Tourne entièrement dans votre navigateur — rien n’est envoyé.

Feuille de route

D’une mesure à une plateforme

2025

Fondations

Cœur φ, cartes structurelles denses, inférence sur l’appareil.

2026

phiXplorer

Le studio web — super-résolution, rehaussement, vidéo. Ce site.

2027

Plateforme Deep Phi

Modèles spécialisés par domaine, traitement par lots, métriques qualité.

Ensuite

SDK & API Cloud

Le traitement guidé par φ comme brique pour vos propres produits.