Confidentialité de la reconnaissance automatique des plaques d’immatriculation : définition
La confidentialité de la reconnaissance automatique des plaques d’immatriculation désigne les principes de protection de la vie privée appliqués à la reconnaissance automatique des plaques, également appelée ALPR ou ANPR. En pratique, il s’agit de déterminer dans quels cas l’image d’une plaque d’immatriculation présente sur une photo ou une vidéo peut devenir une donnée à caractère personnel, quelles opérations effectuées sur cette image constituent un traitement de données personnelles, et quelles mesures techniques et organisationnelles doivent être mises en place afin de limiter le risque d’atteinte aux droits des personnes physiques.
Dans le contexte de l’anonymisation de photos et de vidéos, la confidentialité ALPR ne concerne pas uniquement la lecture des caractères figurant sur la plaque. Elle couvre l’ensemble de la chaîne de traitement de l’image : acquisition du contenu, détection de la plaque, localisation de la zone, éventuelle lecture OCR, enregistrement des métadonnées, partage du contenu et publication. Si le numéro d’immatriculation permet d’identifier une personne directement ou indirectement, ces données relèvent des règles du RGPD définies par le règlement (UE) 2016/679. Conformément à l’article 4, point 1, du RGPD, une donnée à caractère personnel est toute information se rapportant à une personne physique identifiée ou identifiable. Dans de nombreuses situations, le numéro d’immatriculation n’identifie pas publiquement une personne à lui seul, mais il peut conduire à son identification lorsqu’il est croisé avec d’autres jeux de données.
C’est précisément pour cette raison que la protection de la vie privée dans les systèmes ALPR doit être évaluée en fonction du contexte. Le Comité européen de la protection des données indique que l’identifiabilité doit être appréciée en tenant compte des moyens raisonnablement susceptibles d’être utilisés pour identifier une personne. De même, la jurisprudence de la CJUE adopte une conception large des données personnelles lorsqu’il existe une possibilité réelle de relier une information à une personne déterminée. En Pologne, les interprétations divergent. D’un côté, l’UODO, le CEPD et les pratiques de conformité tendent à considérer avec prudence les plaques d’immatriculation comme des données personnelles dans de nombreux processus de publication et de partage de contenus. De l’autre, une partie de la jurisprudence administrative a estimé qu’un numéro d’immatriculation ne constitue pas toujours une donnée à caractère personnel. Du point de vue de la conformité, l’approche la plus sûre reste celle fondée sur l’analyse des risques et sur le principe de privacy by design.
Quand l’ALPR devient un traitement de données personnelles
Dans les systèmes photo et vidéo, la simple détection d’une plaque ne suffit pas à elle seule à déclencher des obligations juridiques. Ce qui compte, c’est la finalité du traitement, la possibilité d’identifier une personne et l’étendue des opérations ultérieures réalisées sur le contenu. Si le contenu est archivé, indexé, rendu consultable ou publié, le risque juridique augmente.
Les situations les plus fréquentes dans lesquelles l’ALPR doit être considéré comme un traitement de données personnelles sont les suivantes :
- association du numéro d’immatriculation avec une date, un lieu et un enregistrement du véhicule,
- mise à disposition du contenu à des tiers,
- publication de photos ou de vidéos sur Internet sans floutage des plaques,
- création de bases de données interrogeables par numéro d’immatriculation,
- association d’une plaque à un propriétaire, un conducteur, un salarié ou un client,
- utilisation de systèmes de vidéosurveillance pour évaluer le comportement de personnes physiques.
Si le responsable du traitement n’a pas besoin du numéro d’immatriculation pour atteindre l’objectif de publication ou d’analyse du contenu, l’anonymisation ou la pseudonymisation constitue une mesure standard de minimisation des données au sens de l’article 5, paragraphe 1, point c), du RGPD.
Le rôle de l’anonymisation des plaques d’immatriculation dans la confidentialité ALPR
En pratique, la mesure la plus efficace pour réduire le risque consiste à masquer durablement le numéro d’immatriculation avant la publication, l’exportation ou toute circulation ultérieure du contenu. Sur les images et les vidéos, cela se fait généralement par le floutage des plaques d’immatriculation. Il s’agit d’une mesure technique appliquée au niveau du fichier lui-même, et non uniquement de la base textuelle contenant les résultats OCR.
Dans les solutions d’anonymisation de photos et d’enregistrements vidéo, le pipeline suivant est généralement utilisé :
- détection de la zone de la plaque dans l’image,
- suivi de l’objet d’une image à l’autre dans la vidéo,
- application d’un masque de flou ou de pixelisation,
- vérification de l’exactitude et correction manuelle,
- exportation du contenu avec le numéro masqué.
Lorsque la détection doit fonctionner automatiquement sur des contenus variés, un modèle d’IA entraîné sur des données visuelles correctement annotées est généralement nécessaire. En pratique, il s’agit de modèles de deep learning destinés à la détection d’objets. Le modèle n’anonymise pas à lui seul. Il doit d’abord être conçu et entraîné, puis il peut être utilisé pour localiser les plaques, lesquelles sont ensuite floutées par le module d’anonymisation.
Gallio PRO floute automatiquement les visages et les plaques d’immatriculation sur les photos et les vidéos. Le logiciel n’effectue ni anonymisation en temps réel ni anonymisation de flux vidéo. Il ne détecte pas automatiquement les logos, les tatouages, les badges nominatifs, les documents ni les contenus affichés sur des écrans. Ces éléments peuvent être masqués manuellement dans l’éditeur intégré.
Technologies utilisées pour protéger la vie privée dans l’ALPR
En matière de protection de la vie privée, l’OCR seul ne suffit pas. La localisation correcte de la plaque dans l’image ainsi que la stabilité du masquage d’une image à l’autre sont essentielles. C’est un domaine où comptent à la fois les méthodes de vision par ordinateur et les paramètres opérationnels du système.
Couche
Fonction
Importance pour la confidentialité
Détection d’objet
Repérage de la position de la plaque
Sans cette couche, il est impossible d’appliquer automatiquement un masque
Tracking
Suivi de la plaque entre les images
Réduit le risque de divulgation du numéro sur certaines images isolées
OCR
Lecture des caractères
Peut élargir la portée des données traitées, ce qui exige une base légale et une limitation de la finalité
Masquage
Flou, pixelisation ou occultation
Protège les contenus destinés à être publiés ou transmis
Validation manuelle
Contrôle des erreurs de détection
Réduit le nombre de faux négatifs, c’est-à-dire de plaques non floutées
Paramètres clés et métriques de la confidentialité ALPR
L’évaluation de la conformité ne doit pas reposer uniquement sur la déclaration du fournisseur. Dans le cas de l’anonymisation des plaques, il faut mesurer l’efficacité de la détection et le risque de laisser un identifiant visible dans le contenu. Pour un délégué à la protection des données, les métriques les plus importantes sont celles liées aux erreurs du système.
Métrique
Signification pratique
Recall
Pourcentage de l’ensemble des plaques détectées puis floutées
Precision
Fréquence à laquelle le système identifie correctement une plaque plutôt qu’un autre objet
False negatives
Nombre de plaques non détectées : il s’agit du principal risque pour la vie privée
Latence de traitement
Temps nécessaire à l’analyse du contenu, important en cas de volumes élevés
Coverage per frame
Indique si la plaque reste floutée sur chaque image de la séquence
Dans les vidéos, un seul faux négatif peut entraîner la divulgation du numéro sur une ou plusieurs images. Du point de vue de la publication, cela reste un incident de qualité. C’est pourquoi les bonnes pratiques incluent des échantillons de contrôle, des tests dans différentes conditions d’éclairage et une vérification manuelle des contenus à haut risque.
Exigences juridiques et normatives applicables à la confidentialité ALPR
En Europe, l’évaluation de la conformité repose principalement sur le RGPD, en particulier sur les articles 5, 6, 25 et 32 du règlement (UE) 2016/679. Pour les systèmes à haut risque, le principe de privacy by design et de privacy by default revêt une importance particulière. Le responsable du traitement doit être en mesure de démontrer que la portée des données est limitée à la finalité poursuivie et que des mesures de sécurité adaptées au risque ont été mises en œuvre.
Il convient également de prendre en compte les sources suivantes :
- Règlement (UE) 2016/679 – RGPD, 2016, Parlement européen et Conseil,
- Lignes directrices 4/2019 du CEPD sur la protection des données dès la conception et par défaut, version adoptée en 2020,
- Lignes directrices 3/2019 du CEPD sur le traitement des données personnelles par les dispositifs vidéo, adoptées en 2020,
- ISO/IEC 27701:2019 – extension du système de management de l’information à la gestion des informations relatives à la vie privée,
- ISO/IEC 27001:2022 – système de management de la sécurité de l’information.
Dans de nombreux pays d’Europe, le floutage des plaques d’immatriculation lors de la publication de contenus est couramment considéré comme une mesure fortement recommandée par la pratique des autorités, le droit national ou l’application des principes de l’Union européenne. En Pologne, la situation est moins univoque dans une partie de la jurisprudence, mais du point de vue de la conformité, le floutage préventif des plaques reste la solution la plus sûre.
Défis et limites de la protection de la vie privée dans l’ALPR
Le principal problème n’est pas la disponibilité des modèles d’IA, mais la variabilité du contenu d’entrée. Les plaques peuvent être partiellement masquées, surexposées, salies ou inclinées. Dans de telles conditions, l’efficacité de la détection diminue et le risque de divulgation de données augmente.
Les limites typiques incluent :
- une efficacité réduite sur les vidéos de nuit et les contenus en basse résolution,
- des erreurs sur les prises de vue comportant beaucoup de mouvement, des reflets ou une forte compression,
- des différences entre les formats de plaques selon les pays,
- la nécessité d’une validation manuelle pour les contenus à valeur probatoire ou destinés à la publication,
- le risque de réidentification après recoupement avec d’autres métadonnées.
Contexte pratique d’utilisation de la confidentialité ALPR
Pour un délégué à la protection des données, il est essentiel de distinguer deux processus : l’analyse opérationnelle et la publication du contenu. Dans le premier cas, il peut exister une base légale autorisant le traitement des numéros. Dans le second, il n’est souvent pas nécessaire de révéler les plaques à des destinataires externes. Dans ce cas, la mesure appropriée consiste à anonymiser l’image avant l’exportation.
En pratique, la procédure devrait inclure la classification de la finalité, une analyse des risques, un test d’efficacité de l’outil et un contrôle d’accès aux contenus sources. Il est également important de limiter les journaux. Gallio PRO indique ne pas enregistrer dans les logs les résultats de détection des visages et des plaques d’immatriculation, ni d’autres données personnelles. Cela est important du point de vue de la minimisation des données et de la sécurité du traitement.
Voir aussi
- Anonymisation des données
- Floutage des plaques d’immatriculation
- Conformité RGPD
- Sécurité des données