Le Benchmark
Que l'Animation N'a Jamais Eu

Pourquoi la plupart des comparaisons du « meilleur suppresseur d'arrière-plan » ne s'appliquent pas ici

Avant de tester la qualité du modèle, il vaut la peine de préciser pourquoi un tableau en face à face contre les noms habituels ne serait de toute façon pas un test équitable :

• remove.bg est conçu pour les images statiques et n'a jamais pris en charge les GIF animés — il n'y a aucun comportement de cohérence entre images à mesurer. Voir notre comparaison avec remove.bg.
• Le suppresseur d'arrière-plan d'ezgif est un filtre par clé de couleur, pas un modèle entraîné — il supprime chaque pixel correspondant à une couleur choisie, premier plan compris, au lieu d'identifier un sujet. Une catégorie d'outil entièrement différente. Voir notre comparaison avec ezgif.
• Unscreen a définitivement fermé en décembre 2025 et a été intégré à Canva Pro, un abonnement complet de suite de conception sans outil autonome restant à tester. Voir notre comparaison avec Unscreen.

Une fois cela pris en compte, un benchmark d'animation honnête finit surtout par tester une chose : la qualité du modèle de matting sous-jacent sur des séquences. C'est ce que mesure le reste de cette page.

Le jeu de test

Une bibliothèque interne de contenu d'animation réel — packs de stickers, overlays de VTuber, feuilles de sprites de jeux, courts clips — couvrant des fonds unis blancs/noirs, des arrière-plans de scène en couleur et du contenu photoréaliste. Pas synthétique, pas trié sur le volet pour un bon résultat.

Deux catégories restent véritablement non résolues et sont publiées ici plutôt qu'omises. Toutes deux sont la cible directe de l'expansion du jeu de données décrite sur la page Cel.

Comment nous notons

Précision du remplissage : chaque clip est examiné image par image par rapport au dessin source, par une personne, pas seulement par un diff automatisé. Nous publions la méthode, pas seulement un score, pour que « réussi » signifie quelque chose de concret que vous pouvez vérifier vous-même, et non un nombre sans définition derrière.

Cohérence entre les images : le résultat de chaque image est comparé à celui de ses voisines. Une vraie retouche change en douceur d'une image à la suivante à mesure que le sujet bouge ; un scintillement, non — un pixel qui est nettement de l'arrière-plan sur chaque image voisine mais soudain plus sur une image est un fort signal que quelque chose ne va pas, que cette image isolée « ait l'air correcte » ou non. Sur un clip de test interne — une scène de désert statique derrière un personnage en mouvement — une zone de sable qui aurait dû rester supprimée tout du long réapparaissait entièrement sur 2 images sur 5 avant que cela ne soit corrigé ; après, 0 sur 5.

Ce qui est déjà résolu

• Remplissage sur fond uni. Un pompon, un museau crème, une chemise blanche sur fond blanc — un contenu de la même couleur que son propre arrière-plan est correctement rempli au lieu de rester un trou transparent.
• Cohérence entre les images. Un élément d'arrière-plan qui doit rester supprimé pendant tout un clip ne réapparaît plus par intermittence sur des images isolées.
• Arrière-plans de scène. Les décors réels rendus en 3D et photographiques sont supprimés proprement derrière le sujet.

Ce qui reste non résolu

Deux catégories, publiées plutôt que cachées :

• Deux éléments distincts proches de la couleur du fond, l'un près de l'autre. Distinguer « l'espace entre eux » de « une partie de l'un d'eux » est un cas véritablement non résolu — il faut que le modèle comprenne qu'il s'agit d'objets distincts, pas seulement qu'il lise la couleur et la forme locales.
• Dessin au trait très pâle, à faible contraste. Les dessins blanc sur blanc au niveau du sous-pixel restent difficiles à lire avec certitude.

Tous les détails sur les deux, et ce qui les résout, sont sur la page Cel.

Essayez-le sur votre propre fichier — gratuit

Nous construisons le modèle qui comble les lacunes ci-dessus : voir Cel