Comment choisir des images de référence pour une vidéo IA

Réunissez 15 à 30 candidates dans un même dossier : photos de téléphone, anciennes générations, visuels produit, images extraites d'une vidéo. Les images tirées d'une vidéo sont utiles, car elles montrent des angles qu'on photographie rarement, mais prenez-les sur un instant net et bien éclairé, pas en plein mouvement.

Commencez par supprimer les doublons et les quasi-doublons. Cinq photos de face presque identiques rendent le modèle plus sûr de la face, et pas plus sûr du reste.

Chaque image doit réussir les cinq tests. Soyez exigeant : une image faible n'apporte pas seulement rien, elle tire le résultat vers ses défauts.

1. Netteté. Zoomez à 100 % sur les yeux ou le logo. S'ils sont flous, écartez l'image. Le flou de bougé, la mise au point manquée et la compression excessive éliminent une image.

2. Lumière. Le sujet doit être suffisamment uniformément éclairé pour que l'on voie les deux côtés du visage ou du produit. Les ombres dures sur la moitié du visage, la lumière de scène colorée et le contre-jour marqué sont éliminatoires. Une lumière chaude sur une image et froide sur une autre se traduit par des décalages de couleur d'un clip à l'autre.

3. Fond. Un fond uni ou légèrement flou est accepté. Une rue animée, un mur à motifs, d'autres personnes ou du texte lisible sont refusés, car le modèle peut considérer les éléments répétés du décor comme faisant partie du sujet.

4. Même apparence. La coiffure, le maquillage, les lunettes, la longueur de la barbe, la tenue ou le coloris du produit doivent correspondre au reste de l'ensemble. Une photo plus ancienne avec une autre coiffure représente une autre version du personnage, même si c'est une belle photo.

5. Propreté. Pas de filtres, de retouches beauté, de filigranes, d'autocollants, de textes superposés ni de recadrages qui coupent la tête ou le produit. Le modèle considère tous ces éléments comme des caractéristiques du sujet.

Parmi les images retenues, choisissez selon l'angle, pas selon la beauté. Pour une personne, l'ensemble visé comprend une vue de face, un trois-quarts, un profil et un plan plus large montrant le corps et la tenue. Pour un produit, il s'agit de l'angle principal, d'un côté, de l'arrière et d'un gros plan sur le logo.

Classez les images survivantes dans ces emplacements d'angle, puis gardez la meilleure de chaque. Si un emplacement est vide, notez-le. C'est un manque à combler à l'étape 4, et non une raison de promouvoir une image défaillante.

Adaptez la taille de l'ensemble à l'outil. En octobre 2026, le guide de Kling pour Kling 3.0 Omni accepte jusqu'à sept images de référence, ou quatre en présence d'une vidéo de référence, chacune d'au moins 300 pixels de côté et d'au plus 10 Mo. Le mode référence de Veo 3.1 en accepte trois. Lorsque la limite est de trois, prenez une vue de face, un trois-quarts et un plan plus large. Placez en premier la vue de face la plus nette, car de nombreux outils considèrent la première image comme l'image principale.

L'absence de profil est le manque le plus courant. Vous pouvez le photographier si le sujet est disponible, le générer avec le mode édition d'un modèle d'image à partir de votre meilleure vue de face, ou accepter l'absence et éviter les plans de profil dans vos scènes. Les angles générés doivent passer les mêmes cinq tests. Vérifiez que l'oreille, la mâchoire et la ligne des cheveux correspondent aux images réelles.

Lancez ensuite un test rapide : quatre clips dans des situations différentes avec l'ensemble final. Si un type de plan échoue systématiquement, l'ensemble vous indique quel angle manque.

Ne garder que les photos les plus flatteuses, qui sont généralement toutes de face. Mélanger des photos de différentes années. Garder une superbe photo avec des lunettes de soleil alors que le personnage n'en porte pas. Recadrer si serré que la ligne des cheveux ou la casquette du produit est coupée. Charger le nombre maximal d'images alors que trois seulement sont bonnes.

Liste de contrôle : 15 candidates ou plus ; doublons supprimés ; chaque image retenue passe les tests de netteté, de lumière, de fond, de même apparence et de propreté ; une image par emplacement d'angle ; meilleure vue de face en premier ; taille de l'ensemble adaptée à l'outil ; manques comblés volontairement ; test à quatre clips effectué.

RefVid accepte de 1 à 5 images par personnage ou produit, au format JPG, PNG ou WebP, d'au moins 300 px et d'au plus 10 Mo chacune, et utilise la première comme vue principale. Vous choisissez l'ensemble une seule fois, et chaque vidéo de ce sujet est générée à partir de lui avec Kling 3.0 Omni.