Les objets en mouvement rapide apparaissent fortement flous lorsqu’ils sont capturés par des caméras. Cette floue est particulièrement ambiguë lorsque l’objet présente une forme ou une texture complexe. Dans de tels cas, les méthodes classiques, voire l’être humain, sont incapables de restaurer avec précision l’apparence et le mouvement de l’objet. Nous proposons une méthode qui, à partir d’une seule image accompagnée d’un fond estimé, restitue l’apparence et la position de l’objet dans une série de sous-images comme si elles avaient été prises par une caméra haute vitesse (c’est-à-dire une super-résolution temporelle). Le modèle génératif proposé intègre l’image de l’objet flou dans une représentation latente, sépare le fond et rend l’apparence nette. Inspirés par le modèle de formation d’image, nous avons conçu de nouvelles fonctions de perte auto-supervisées qui améliorent significativement les performances et démontrent d’excellentes capacités de généralisation. La méthode proposée, DeFMO, est entraînée sur un jeu de données synthétiques complexe, mais se comporte avec succès sur des données réelles provenant de plusieurs jeux de données. DeFMO surpasse l’état de l’art et génère des images de super-résolution temporelle de haute qualité.