Cet article étudie le problème fondamental de l’extrapolation du contexte visuel à l’aide de modèles génératifs profonds, c’est-à-dire l’extension des bords d’une image avec des structures et des détails plausibles. Cette tâche, qui semble simple en apparence, soulève en réalité de nombreux défis techniques cruciaux et présente des propriétés spécifiques. Les deux principaux enjeux sont l’expansion de taille et les contraintes à un seul côté. Nous proposons un réseau de régénération sémantique doté de plusieurs contributions originales, ainsi que l’utilisation de plusieurs pertes spatiales associées pour relever ces défis. Nos résultats présentent des structures cohérentes et des textures de haute qualité. Des expériences étendues ont été menées sur diverses alternatives possibles et méthodes connexes. Nous explorons également le potentiel de notre méthode pour des applications intéressantes pouvant bénéficier à la recherche dans divers domaines.