Pourquoi le recadrage auto perd le sujet

Le recadrage automatique prend un plan large et en produit un vertical en décidant, image par image, quelle partie garder. Quand ça marche, on oublie que ça existe. Quand ça échoue, le résultat est pire qu'un mauvais cadrage : ça balance, et un cadre qui balance se lit comme une erreur, ce qu'un cadrage fixe légèrement décalé ne fait jamais.

Voici ce qu'il fait réellement, et pourquoi les échecs se concentrent toujours aux mêmes endroits.

Il suit la saillance, pas le sens

Ce qui est suivi n'est pas « l'intervenant ». C'est une estimation mouvante de l'endroit où se trouvent les pixels intéressants : visages, mouvement, contraste, parfois du texte. Cette estimation est recalculée en permanence puis lissée dans le temps pour que le cadre glisse au lieu de sauter.

C'est une bonne approximation de l'attention et une mauvaise approximation de l'intention. Les deux divergent à des endroits prévisibles :

Deux personnes qui parlent. La saillance dit que les deux visages comptent, puisque ce sont deux visages. Le sens dit que celui qui parle compte. Un suivi sans alignement audio va se placer entre les deux, dériver vers celui qui bouge le plus, et traverser le cadre chaque fois que l'autre fait un geste. On obtient un clip qui a l'air de chercher quelque chose.

Un plan de coupe. Le plan large passe sur une diapositive, un produit, une main. La saillance suit le nouvel objet contrasté, puis revient d'un coup quand l'intervenant réapparaît. Deux balayages pour un insert de deux secondes.

Un intervenant qui entre et sort du cadre. Quelqu'un qui fait les cent pas donne au suivi une cible qui part et revient. Chaque retour est une décision, et des décisions successives en sens contraire ressemblent à de l'indécision.

Tout ce qui est volontairement décentré. Une démo où l'écran compte plus que la personne, une réaction où la blague est le visage de quelqu'un d'autre. La saillance choisit ce qui crie le plus fort dans l'image. Le plus fort n'est pas le plus pertinent, et aucune amélioration de la qualité du suivi ne comble cet écart. C'est une autre question.

Pourquoi le lissage est la partie difficile

Le correctif évident pour un cadre nerveux, c'est plus de lissage, et ça marche jusqu'au moment où ça ne marche plus. Un lissage fort transforme une traversée rapide en traversée lente, ce qui n'est pas un progrès : un panoramique lent vers rien de particulier distrait davantage qu'un panoramique rapide, parce qu'il dure plus longtemps et qu'il a l'air délibéré.

Il y a aussi un coût en retard. Un cadre assez lissé pour être calme est, par construction, en retard sur l'action. Si quelqu'un se penche en avant pour appuyer son propos, le cadre arrive après lui.

La position honnête, c'est qu'il s'agit d'un arbitrage sans réglage gratuit. Des cadres calmes qui traînent, ou des cadres réactifs qui tremblent. Ce qu'un outil peut faire, c'est vous donner la molette et rendre l'échec visible. C'est la raison pour laquelle MakeRoll dessine les boîtes de détection du sujet sur l'aperçu et montre la zone de recadrage retenue : on voit sur quoi le suivi s'est accroché, et on déplace soi-même la boîte de recadrage quand il s'est trompé.

Ce qui règle vraiment le problème

Verrouillez quand le plan le permet. Une tête parlante immobile n'a pas besoin de suivi. Un cadrage fixe, placé une fois, est plus stable que n'importe quel suivi et prend cinq secondes à régler. La plupart des rushes de podcast sont dans ce cas. Le suivi se sort quand le sujet bouge vraiment, pas par défaut.

Coupez, ne balayez pas. Si le clip a deux intervenants, la version verticale veut en général deux cadrages avec une coupe entre eux, pas un cadrage qui se déplace. C'est ce que fait un monteur humain avec les mêmes rushes, et c'est le plus gros écart de qualité entre un clip recadré et un clip monté.

Corrigez le clip, pas le réglage. Les échecs sont locaux : trois secondes autour d'un plan de coupe, un balayage à un retour dans le cadre. Modifier une sensibilité globale pour corriger trois secondes dégrade les cinquante-sept autres. Reprenez plutôt la boîte de recadrage à la main sur le canevas, pour ce clip-là (une boîte par clip), ou changez de mise en page : remplir ou ajuster, facecam ou gameplay.

Regardez-le une fois en vitesse, sans le son. Le son masque beaucoup de choses. Sans lui, le comportement du cadre est tout ce qu'il reste à regarder, et un balayage qui passait dans le contexte devient évident.

Quand renoncer à la verticale

Certains plans ne survivent pas au recadrage, et les reconnaître tôt fait gagner plus de temps que n'importe quelle correction.

Un plan large avec quatre personnes autour d'une table ne contient aucune verticale. Un partage d'écran dont le texte est le sujet est illisible en 9:16 où que se place le cadre. Un plan dont la composition est le propos (un paysage, une pièce, un gag d'échelle) cesse d'être ce plan quand les deux tiers ont disparu.

Pour ceux-là, la réponse n'est pas un meilleur suivi. C'est un autre cadre : insérer l'original dans une toile verticale avec un fond, ou accepter le carré, ou choisir un autre moment dans la même source. Un clip qui assume que ses rushes étaient horizontaux se lit comme un choix. Un clip qui les recadre mal se lit comme de la négligence, et le spectateur ne sait pas quel outil a pris la décision.