Nous abordons le problème de la mise à l’échelle des modèles génératifs profonds de formes 3D à haute résolution. Inspirés par la représentation classique des objets sous forme de vues orthographiques, nous proposons une nouvelle méthode permettant un up-sampling rapide des objets 3D dans l’espace voxel, via des réseaux effectuant une super-résolution sur les six projections de profondeur orthographiques. Cette approche permet de générer des objets à haute résolution de manière plus efficace que les méthodes travaillant directement en 3D. Nous décomposons le problème de la super-résolution de profondeur en deux tâches distinctes : la prédiction de la silhouette et la prédiction de la profondeur, afin de capturer à la fois la structure globale et les détails fins. Cette stratégie permet à notre méthode de générer des arêtes nettes plus facilement qu’un réseau unique. Nous évaluons notre approche à travers plusieurs expériences portant sur des objets 3D à haute résolution, et démontrons que notre système est capable de prédire avec précision des objets nouveaux à des résolutions atteignant 512×512×512 — la plus haute résolution jamais rapportée pour cette tâche. Nous obtenons des résultats de pointe pour la reconstruction d’objets 3D à partir d’images RGB sur le jeu de données ShapeNet, et démontrons également pour la première fois une méthode efficace de super-résolution 3D.