Banque d'images : trouvez la photo parfaite avec une phrase, pas des mots-clés
Quatre recherches bien réelles — un client fidèle de son café, la solitude au cœur de la foule, une pure métaphore et la même requête en deux langues — où décrire la scène bat n'importe quel champ de mots-clés. Bienvenue dans la banque d'images sémantique.
Marouane Tijani
9 min de lecture
Vous voyez parfaitement la scène. La lumière chaude du matin. Un visage buriné par les années. Une petite tasse, une rue paisible,
et cette certitude que l'homme a répété ce geste mille fois. Vous ouvrez alors une banque d'images,
et aussitôt il faut renoncer à l'image que vous aviez en tête pour la comprimer en quelques mots-clés qu'un champ de recherche
voudra bien accepter : vieil homme, café, expresso. Et les résultats tombent : figés, génériques, à côté de la plaque.
C'est là que naît la grande frustration de la recherche d'images, et elle n'a rien à voir avec le nombre de photos disponibles. Le problème ne vient pas du nombre de photos disponibles, mais de la manière dont vous pouvez les rechercher. Réglons cela — et démontrons-le quatre fois de suite.
Les limites de la recherche par mots-clés
La recherche classique dans une banque d'images — celle qui équipe la plupart des sites de photos, et le champ texte de Google Images — repose sur un moteur basé sur les tags. Chaque photo embarque une série de mots qu'un humain ou un algorithme lui a accolés : homme, table, café, extérieur. Quand vous lancez une requête, le moteur confronte vos mots à ces mots-là, puis classe les résultats selon le recouvrement. Et ce mécanisme déraille de trois façons très prévisibles :
- L'écart de vocabulaire. Vous tapez « café », le tag indique « bar à café ». Vous tapez « âgé », le tag dit « senior ». Même sens, mots différents — et un système de recherche par tags passe à côté.
- L'écart d'intention. Votre requête porte une atmosphère — la routine, la solitude, trois décennies d'habitude. Aucun tag ne sait capter cela : le moteur balaie l'idée et ne retient que les noms communs.
- La pénalité des requêtes longues. Plus vous détaillez, moins bien la recherche par mots-clés s'en sort, car chaque mot ajouté est un mot de plus que les tags ne contiennent sans doute pas. On finit donc par s'habituer à appauvrir ses requêtes.
La recherche d'images sémantique, concrètement
La recherche d'images sémantique trouve des photos par leur sens, sans chercher à faire coïncider des mots-clés. Un modèle d'IA traduit votre requête — comme chaque image de l'index — en une empreinte numérique (un vecteur) qui résume ce que représente vraiment le contenu. Le moteur remonte ensuite les images dont l'empreinte se rapproche le plus de celle de votre requête. Comme la comparaison s'opère dans cet « espace du sens », une description peut tomber juste sur une photo que personne n'a jamais taguée avec vos mots.
Deux conséquences en découlent, et c'est tout l'intérêt :
- Vous cherchez en langage naturel — une phrase complète, telle que vous décririez la scène à un proche.
- Plus la requête est longue et riche, meilleure elle devient, et non l'inverse. Chaque détail affine l'empreinte au lieu d'appauvrir la correspondance.
Le test : une phrase délibérément impossible
Pour rendre la différence palpable, nous avons retenu une requête à laquelle aucun moteur basé sur les tags ne pourrait résister — trop longue, trop précise, qui raconte une histoire au lieu d'aligner des objets :
« Un vieil homme assis à la table d'un café qu'il fréquente chaque matin depuis trente ans. »
Dans un champ de mots-clés, deux scénarios : soit il rabote la phrase à vieux, homme,
café et déverse un mur d'images génériques — soit il prend la phrase au pied de la lettre, ne trouve aucune photo
taguée ainsi, et ne renvoie presque rien. Les trente ans, le chaque matin, le
poids discret de l'habitude — tout passe à la trappe. Voici ce que Pexafy a remonté pour cette phrase exacte, sans la moindre retouche :
Observez le premier résultat : un homme âgé, seul, à la table d'un café en terrasse, saisi précisément dans ce calme matinal et routinier que décrivait la phrase. Personne n'a tagué cette photo avec « trente ans ». Le moteur a saisi le sens de la phrase et retrouvé l'émotion. Une fois, ce serait de la chance. Recommençons donc trois fois.
Trois autres recherches qui mettent les moteurs par tags en échec
1 · Une émotion sans objet : « la solitude dans une ville bondée »
Le tag « solitude » n'existe pas. Un moteur basé sur les tags ne voit que ville et foule et vous sert
des cartes postales. Pexafy, lui, perçoit le sentiment — une silhouette unique et immobile au milieu d'un flou d'inconnus :
2 · Une pure métaphore : « le poids de porter les attentes de tout le monde »
Cette phrase ne contient aucun objet photographiable. Un moteur basé sur les tags est totalement désarmé. Pexafy, lui, traduit la métaphore dans sa forme la plus concrète et la plus humaine — des personnes ployant sous d'énormes charges :
Émotion, métaphore, récit — trois formes différentes d'« impossible », trois séries de photos qui collent vraiment. Reste une dernière capacité qui, l'air de rien, élargit le cercle de ceux qui peuvent puiser dans une banque d'images.
3 · La même recherche, dans n'importe quelle langue
La recherche par mots-clés ne vaut que ce que valent les tags, écrits dans une seule langue — l'anglais, dans l'écrasante majorité des cas. Pexafy projette le sens dans le même espace quelle que soit la langue : la requête atterrit exactement au même endroit, que vous la tapiez en anglais ou en français. Voyez ce qui se passe lorsqu'on cherche un pêcheur de deux manières :
Les deux mêmes photos en tête, dans les deux langues. Pas une liste de mots-clés traduite, mais une seule et même compréhension, atteinte indifféremment depuis le français ou l'anglais. Pexafy procède ainsi dans plus de 100 langues, sur un index unique.
Comment cela se compare à Google Images, Unsplash & Pexels
Soyons clairs : Unsplash, Pexels et Pixabay hébergent des photos superbes et réellement libres de droits — et Pexafy les explore toutes, plus quelques autres. Google Images, lui, reste imbattable pour indexer le web ouvert. La différence ne tient pas aux images ; elle tient à la manière dont vous pouvez les rechercher.
| Recherche par mots-clés / tags Unsplash · Pexels · Pixabay | Google Images | Pexafy | |
|---|---|---|---|
| Correspondance sur | Les tags | Texte de page & tags | Le sens visuel |
| Requête en phrase complète | Se dégrade | Se dégrade | S'améliore |
| Émotion & métaphore | Écartées | Écartées | Comprises |
| Requête non anglophone | Tags en anglais seulement | Partielle | 100+ langues, un seul index |
| Sources par recherche | Une seule banque | Le web ouvert | 9 banques d'images à la fois |
| Licence libre claire | Oui | À vérifier site par site | Oui — chaque résultat renvoie à sa source |
En coulisses, Pexafy regarde chaque photo comme le ferait un humain — sans se fier à ses tags, mais en analysant les pixels eux-mêmes. Un réseau de neurones examine le contenu réel de chaque image et le sens de vos mots, puis place les deux dans un même espace partagé. Trouver la bonne photo revient alors à repérer les images les plus proches de votre phrase — sur 9 banques d'images, en moins de 100 millisecondes.
Comment chercher par phrase : 4 conseils
Pour exploiter pleinement la recherche sémantique, oubliez quelques réflexes hérités des mots-clés :
- Décrivez la scène plutôt que d'aligner des noms. Écrivez « une infirmière épuisée s'accordant une pause silencieuse dans un couloir d'hôpital la nuit », et non « infirmière hôpital ».
- Précisez l'atmosphère. Des mots comme calme, chaotique, nostalgique ou minimaliste orientent vraiment les résultats — ils participent du sens, ce n'est pas du bruit.
- Écrivez dans votre langue. Inutile de traduire au préalable : tapez la phrase dans la langue où vous pensez.
- Affinez avec des mots, pas avec des filtres. Trop corporate ? Ajoutez « spontané, lumière naturelle, documentaire ». On affine en décrivant, pas en cliquant.
Tout le basculement est là : arrêtez de comprimer votre idée en mots-clés qu'une machine tolère, et décrivez simplement l'image que vous avez déjà sous les yeux. Le goulot d'étranglement, c'était la recherche — jamais la banque d'images.