Body camera redaction : définition
Le body camera redaction désigne le processus de préparation technique des enregistrements issus de caméras-piétons en vue de leur communication, publication, transmission à un autre organisme ou utilisation comme preuve, dans le respect des règles relatives à la protection des données et de la vie privée. En pratique, il s’agit de détecter et de masquer les éléments permettant d’identifier des personnes ou des véhicules dans des vidéos et des photos provenant de body-worn cameras, le plus souvent les visages et les plaques d’immatriculation.
Dans le contexte de l’anonymisation d’images, cette notion ne signifie pas la suppression de toutes les données contenues dans l’enregistrement. Elle implique la mise en œuvre d’opérations de rédaction visuelle limitant l’identification d’une personne physique avant toute diffusion ultérieure du contenu. Les techniques les plus courantes sont le floutage, la pixellisation, le masquage opaque ou la transformation irréversible de l’image dans certaines zones des images vidéo. Lorsqu’un élément n’est pas détecté automatiquement, la rédaction peut nécessiter une intervention manuelle dans un éditeur.
Le fondement juridique repose avant tout sur le RGPD - règlement (UE) 2016/679 -, en particulier sur les principes de minimisation des données, de limitation des finalités, ainsi que d’intégrité et de confidentialité prévus à l’article 5, sans oublier les exigences de privacy by design de l’article 25. Pour les contenus comportant l’image de personnes, il convient également de prendre en compte les règles nationales relatives aux droits de la personnalité et à la diffusion de l’image. Pour les forces de l’ordre et les sociétés de sécurité privée, le body camera redaction constitue généralement une étape préalable à toute transmission du contenu en dehors de sa finalité initiale de traitement, par exemple avant de répondre à une demande d’accès à l’information, de transmettre un enregistrement aux médias, de former le personnel à partir de situations réelles ou de partager la vidéo avec un tiers.
Le rôle du body camera redaction dans la conformité juridique
Les enregistrements de caméras-piétons contiennent très souvent des données à caractère personnel, car ils fixent l’image des personnes, le contexte du lieu, l’heure de l’événement et, fréquemment, les plaques d’immatriculation. Dans de nombreux cas, ils peuvent aussi révéler indirectement des données sensibles à travers l’image, comme l’état de santé, une intervention médicale, des pratiques religieuses ou la participation à un rassemblement. Par conséquent, le simple fait d’avoir une base légale pour filmer n’ouvre pas automatiquement le droit à une diffusion large du contenu intégral.
Avant toute communication d’un enregistrement, le responsable du traitement devrait au minimum évaluer les points suivants :
- la finalité de la communication et sa base juridique,
- l’étendue des données nécessaires au destinataire,
- la possibilité de limiter l’identifiabilité des tiers,
- la présence éventuelle de visages d’enfants, de témoins, de victimes ou de personnes non impliquées dans l’événement,
- la présence de plaques d’immatriculation de véhicules dans l’enregistrement.
S’agissant des visages, l’obligation d’anonymisation ou, à tout le moins, de limitation de la diffusion peut découler du RGPD, des règles du droit civil relatives aux droits de la personnalité et des principes encadrant la diffusion de l’image. En pratique, on retient généralement trois exceptions dans lesquelles le consentement à la diffusion de l’image n’est pas requis : lorsqu’il s’agit d’une personne publiquement connue dans l’exercice de fonctions publiques, lorsque l’image ne constitue qu’un élément accessoire d’un ensemble plus large tel qu’un rassemblement ou un événement public, et lorsque la personne a reçu une rémunération convenue pour poser.
En ce qui concerne les plaques d’immatriculation, la situation juridique en Europe n’est pas totalement uniforme. Une approche prudente conduit souvent à adopter la pratique du floutage avant publication ou divulgation ultérieure, dès lors que la plaque peut permettre l’identification d’une personne. En Pologne, il existe des divergences entre les positions des autorités, la pratique de l’application du droit et l’appréciation des situations concrètes. Du point de vue de la conformité, la rédaction des plaques est fréquemment utilisée comme mesure de réduction du risque d’identification.
Technologies utilisées pour le body camera redaction
L’automatisation de la rédaction de contenus issus de caméras-piétons repose généralement sur des modèles de vision par ordinateur. Pour les visages, on utilise la détection d’objets et le suivi inter-images, puis l’application d’un masque sur l’ensemble de la trajectoire de l’objet dans la séquence. Pour les plaques d’immatriculation, on applique une chaîne de traitement analogue. Pour qu’un tel système fonctionne correctement, il faut un modèle d’IA entraîné sur un ensemble de données suffisamment vaste et annoté. En pratique, on recourt à des techniques de deep learning, notamment aux réseaux de neurones convolutionnels ainsi qu’à des architectures de détection plus récentes.
Le pipeline type se présente comme suit :
- décodage de la vidéo en séquence d’images,
- détection des visages et des plaques d’immatriculation,
- suivi des objets d’une image à l’autre,
- lissage des trajectoires et correction des faux positifs,
- application d’un masque de floutage ou de masquage opaque,
- contrôle qualité et, si nécessaire, rédaction manuelle,
- rendu final et enregistrement du contenu.
Les caméras-piétons produisent des contenus d’entrée particulièrement difficiles à traiter. On y retrouve des mouvements rapides, des variations d’éclairage, des occultations partielles, une large plage dynamique et une stabilisation limitée. Cela réduit l’efficacité des modèles et accroît le besoin de vérification manuelle. C’est pourquoi les solutions on-premise sont souvent privilégiées par les services publics et les entreprises de sécurité, car elles permettent de traiter les contenus dans un environnement maîtrisé et de limiter le transfert de données hors de l’organisation.
Dans des systèmes tels que Gallio PRO, le floutage automatique concerne les visages et les plaques d’immatriculation. Le logiciel ne détecte pas automatiquement les logos d’entreprise, les tatouages, les badges nominatifs, les documents ni les images affichées sur des écrans. Ces éléments peuvent être masqués manuellement dans l’éditeur intégré. Le logiciel ne réalise ni anonymisation en temps réel ni anonymisation de flux vidéo en direct.
Paramètres clés et métriques du body camera redaction
L’évaluation de la qualité de la rédaction ne devrait pas reposer uniquement sur l’affirmation qu’un système utilise l’IA. Il faut des indicateurs mesurables de qualité de détection et d’exhaustivité du masquage. Pour le responsable du traitement comme pour le délégué à la protection des données, les paramètres ayant un impact sur le risque de divulgation de données personnelles sont particulièrement importants.
Paramètre | Signification pratique
|
|---|---|
Recall | Proportion de visages ou de plaques correctement détectés. Un recall faible augmente le risque de laisser des données non floutées. |
Precision | Proportion de détections correctes parmi l’ensemble des marquages. Une precision faible augmente le nombre de masques inutiles et le temps de correction. |
False negative rate | Part des objets non détectés. Il s’agit de l’un des principaux indicateurs de risque en matière de conformité. |
IoU - Intersection over Union | Mesure de correspondance entre la zone détectée et l’objet réel. Une zone trop petite peut ne pas couvrir entièrement le visage ou la plaque. |
Temps de traitement | Nombre de minutes nécessaires pour traiter 1 heure de contenu. Paramètre important en présence de volumes de preuve élevés. |
Taux d’intervention manuelle | Pourcentage du contenu nécessitant une correction par l’opérateur. Il reflète la charge de travail réelle de l’équipe. |
En pratique, on peut retenir une relation simple pour le risque opérationnel :
Risque de divulgation = nombre d’objets non détectés × probabilité d’identification × étendue de la communication
Plus le nombre de destinataires est élevé et plus la divulgation a un caractère public, plus un recall élevé et un contrôle final obligatoire revêtent de l’importance.
Défis et limites de l’anonymisation des enregistrements de caméras-piétons
Le body camera redaction n’offre pas une garantie totale d’anonymisation au sens absolu. Même après le floutage des visages et des plaques, le contenu peut encore comporter des identifiants indirects, tels que la voix, une tenue vestimentaire caractéristique, le lieu, le déroulement de l’événement ou des objets uniques visibles dans le cadre. C’est pourquoi l’étendue de la rédaction doit être adaptée à la finalité de la communication et au profil du destinataire.
Les limites les plus fréquentes sont les suivantes :
- non-détection des visages en profil latéral, de petite taille ou en faible luminosité,
- non-détection des plaques en cas de mouvement, de salissure ou d’angle inhabituel,
- perte de qualité probatoire due à un floutage trop agressif,
- nécessité d’une rédaction manuelle des éléments non pris en charge automatiquement,
- risque de réidentification à partir du contexte de l’enregistrement.
Du point de vue de la sécurité des données, l’environnement de traitement est également déterminant. Une solution on-premise réduit l’exposition des données à des services externes et facilite la mise en œuvre du principe du need-to-know. Il est aussi important que le système ne génère pas de journaux contenant des données à caractère personnel issues du processus de détection. En pratique, cela signifie que les journaux techniques ne devraient pas contenir d’enregistrements de visages, de plaques ou d’autres données personnelles, sauf si cela est strictement nécessaire.
Applications pratiques pour les forces de l’ordre et les sociétés de sécurité
Le scénario le plus courant consiste à préparer une copie de travail de l’enregistrement, à effectuer une détection automatique des visages et des plaques, à procéder à une vérification par un opérateur, à masquer manuellement les éléments supplémentaires, puis à enregistrer une version destinée à être communiquée. L’original doit rester inchangé et être conservé conformément aux règles de préservation de la preuve.
Ce modèle est notamment utilisé dans les cas suivants :
- réponse à des demandes d’accès aux enregistrements,
- transmission de contenus à des fins de formation,
- mise à disposition de l’enregistrement à des avocats ou à des assureurs,
- publication d’un contenu après un incident de sécurité,
- coopération entre services ou avec un organisme externe.
Références normatives et sources
La définition et la pratique du body camera redaction doivent être rattachées à des documents de référence, et non à des descriptions marketing simplifiées. Les principaux points de référence sont les suivants :
- Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016 - RGPD.
- Comité européen de la protection des données - Lignes directrices 4/2019 sur la protection des données dès la conception et par défaut, version adoptée le 20 octobre 2020.
- ENISA, Pseudonymisation techniques and best practices, 2021 - document utile pour évaluer la réduction de l’identifiabilité, même s’il ne porte pas exclusivement sur l’image.
- Jurisprudence de la CJUE et positions des autorités de protection des données concernant l’identifiabilité indirecte et les données visuelles.
- Règles nationales relatives à la protection des droits de la personnalité et à la diffusion de l’image, applicables parallèlement au RGPD.