Redaction vidéo pour les forces de l’ordre : définition
La redaction vidéo pour les forces de l’ordre désigne le processus contrôlé de révision, de sélection et de modification d’enregistrements vidéo ou de photographies par les services répressifs avant leur communication aux médias, au tribunal, aux avocats de la défense, aux parties à la procédure ou en réponse à une demande d’accès à l’information. En pratique, il s’agit de supprimer ou de limiter la visibilité des informations permettant d’identifier des personnes ainsi que d’autres éléments visuels protégés, tout en préservant la valeur probante du support dans la mesure nécessaire à l’objectif procédural ou informatif visé.
Dans le contexte de l’anonymisation d’image, cette notion recouvre principalement le floutage des visages et des plaques d’immatriculation, ainsi que le masquage manuel d’autres éléments visibles dans le cadre lorsqu’ils peuvent permettre d’identifier une personne ou révéler des informations protégées. La redaction ne se confond pas avec la suppression du fichier source. En général, on crée une copie de travail ou d’export distincte dans laquelle sont appliqués des masques, un flou ou une pixellisation. Le fichier source reste inchangé à des fins probatoires et pour préserver la chaîne de conservation de la preuve.
Aux États-Unis, les exigences en matière de redaction découlent principalement du droit des États, des règles de procédure pénale, des textes sur la transparence de l’action publique, des règles de communication des preuves ainsi que des limitations liées à la protection des victimes, des témoins, des mineurs et des informations sensibles. Il n’existe pas de norme technique fédérale unique définissant précisément le niveau de flou à appliquer aux visages. L’obligation résulte plutôt d’une combinaison de règles procédurales et de politiques internes des services de police, des bureaux du shérif et des parquets. En pratique, la redaction d’un enregistrement est requise lorsque la diffusion de l’image complète pourrait porter atteinte à la vie privée, à la sécurité des personnes, au secret de l’enquête ou aux droits procéduraux.
Portée de la redaction des enregistrements par les forces de l’ordre aux États-Unis
La portée de la redaction dépend du type d’enregistrement, du stade de la procédure et du destinataire du support. Un contenu destiné aux médias ne se prépare pas de la même manière qu’un contenu destiné à l’avocat de la défense ou au tribunal. Dans de nombreuses juridictions, les enregistrements issus des body-worn cameras et des dashboard cameras revêtent une importance particulière. Les recommandations du U.S. Department of Justice de 2015 relatives aux body-worn cameras, ainsi que les lois des États encadrant leur communication, constituent un point de référence essentiel.
En règle générale, les catégories d’informations suivantes font l’objet d’une redaction :
- les visages des tiers, des victimes, des mineurs et des témoins,
- les plaques d’immatriculation des véhicules sans lien avec l’événement divulgué,
- les numéros de maison, badges d’identification, écrans d’appareils et documents visibles dans l’image,
- les images tournées à l’intérieur de domiciles, d’hôpitaux, d’écoles et d’autres lieux où l’attente légitime de vie privée est élevée,
- les informations opérationnelles dont la divulgation pourrait compromettre la procédure ou la sécurité des agents.
Il convient de souligner une différence de pratique. Le support communiqué à une partie à la procédure peut nécessiter un niveau d’anonymisation moindre que celui publié à l’attention des médias, car le régime juridique applicable diffère, notamment en raison des règles de disclosure et de discovery, des protective orders et des restrictions découlant des décisions du tribunal.
Technologies utilisées pour la redaction vidéo des forces de l’ordre
Dans les systèmes modernes, la redaction d’image est généralement un processus semi-automatisé. Un modèle d’IA détecte les objets, puis un opérateur valide le résultat et corrige les erreurs. Pour les visages et les plaques d’immatriculation, la base technologique repose sur des modèles de détection fondés sur le deep learning. L’entraînement du modèle exige de grands jeux de données annotés, dans lesquels l’emplacement des visages ou des plaques est indiqué image par image. Ce n’est qu’après cet entraînement qu’un modèle peut être utilisé pour détecter automatiquement des objets dans de nouveaux enregistrements.
Sur le plan technique, plusieurs étapes de traitement sont utilisées :
- la détection d’objets sur des images individuelles,
- le suivi des objets entre les images,
- la stabilisation des masques malgré les variations d’échelle, d’angle et d’éclairage,
- le rendu du masque : flou, pixellisation ou aplat opaque,
- l’export en préservant l’intégrité temporelle de l’enregistrement.
Dans le contexte de Gallio PRO, il est important de préciser que la détection automatique concerne les visages et les plaques d’immatriculation. D’autres éléments, tels que les logos, tatouages, badges nominatifs, documents ou images visibles sur les écrans de contrôle, nécessitent une redaction manuelle dans l’éditeur. Cette distinction a une importance probatoire, car elle permet de décrire avec précision le niveau d’automatisation et le risque d’omission.
Paramètres clés et métriques de la redaction vidéo
L’évaluation de la qualité de la redaction ne devrait pas se limiter à constater qu’un support a été flouté. Pour la conformité et la sécurité, des paramètres mesurables du processus sont essentiels. Dans la pratique d’audit, on évalue le plus souvent l’efficacité de la détection, l’exhaustivité de la couverture de l’objet et l’impact de la redaction sur la lisibilité du support probatoire.
Paramètre
Signification pratique
Exemple de mesure
Rappel de détection
Proportion de visages ou de plaques effectivement détectés
TP / (TP + FN)
Précision de détection
Part des détections correctes
TP / (TP + FP)
IoU du masque
Mesure dans laquelle le masque couvre l’objet
Intersection over Union
Temps de redaction
Charge opérationnelle du service
minutes de contenu par heure de travail
Intégrité de l’export
Vérifie que la séquence et le temps de l’enregistrement n’ont pas été modifiés
concordance du nombre d’images et des horodatages
Pour les supports utilisés dans le cadre d’une procédure, on applique également le contrôle des versions de fichiers, les sommes de contrôle et la journalisation des actions de l’opérateur. Pour l’intégrité des fichiers, on utilise couramment des fonctions de hachage de la famille SHA-2, définies dans la norme FIPS 180-4.
Exigences de conformité et références normatives
Aux États-Unis, la base juridique repose principalement sur des textes étatiques et locaux. Il faut donc toujours vérifier les obligations applicables dans la juridiction concernée. Comme sources de référence, il est utile de citer des documents fédéraux et des normes techniques décrivant les bonnes pratiques de gestion des preuves numériques et de sécurité de l’information.
- U.S. Department of Justice, Body-Worn Camera Policy and Implementation Program Recommendations, 2015 : recommandations relatives à l’accès, à la conservation et à la protection de la vie privée.
- NIST SP 800-101 Rev. 1, 2014 : lignes directrices pour le traitement des preuves numériques sur appareils mobiles.
- NIST SP 800-53 Rev. 5, 2020 : catalogue de mesures de sécurité et de protection de la vie privée pour les systèmes d’information.
- FIPS 180-4, NIST : norme de fonction de hachage utile pour confirmer l’intégrité des fichiers.
- Federal Rules of Criminal Procedure ainsi que Brady v. Maryland, 373 U.S. 83 (1963) : cadre de divulgation des éléments utiles à la défense, avec possibilité de restrictions par décision de protection du tribunal.
Dans l’environnement européen, des processus comparables sont également évalués à l’aune de la minimisation des données, du privacy by design et de l’accountability. Pour un public concerné par la protection des données, cela implique de décrire séparément la finalité de la redaction, la base légale de la communication, l’étendue du masquage et la méthode de validation de la qualité.
Défis et limites de la redaction vidéo pour les forces de l’ordre
La principale difficulté technique tient à la mauvaise qualité de certains supports. Les enregistrements nocturnes, une forte compression, les mouvements de caméra, l’occlusion partielle des visages, les reflets sur les vitres et un faible débit binaire réduisent l’efficacité de la détection. C’est pourquoi, dans les affaires sensibles, le seul résultat automatique n’est pas suffisant.
La deuxième limite concerne l’équilibre entre vie privée et valeur probante. Un masque trop large peut dissimuler un geste, la position d’une personne ou une interaction essentielle à l’évaluation des faits. Un masque trop étroit augmente au contraire le risque d’identification. Le processus devrait donc inclure un contrôle humain, le versionnage des fichiers et une documentation des décisions de redaction.
Modèle pratique de travail pour la redaction des enregistrements
Dans les services qui communiquent régulièrement des supports, la procédure la plus efficace repose sur une copie de travail et sur un contrôle qualité formalisé. Cela permet de distinguer clairement le fichier source de la version destinée à la publication ou à la transmission.
- Sécurisation de l’original et calcul de la somme de contrôle du fichier.
- Création d’une copie de travail pour la redaction.
- Détection automatique des visages et des plaques d’immatriculation.
- Correction manuelle des masques et ajout d’une redaction manuelle des autres éléments sensibles.
- Contrôle qualité image par image ou par échantillonnage ciblé sur les zones à haut risque.
- Export de la version finale avec documentation de l’étendue de la redaction et de la date d’exécution.
Un tel modèle répond aux exigences de conformité, car il est auditable, reproductible et réduit le risque de divulgation de données personnelles par omission.
Voir aussi
- Anonymisation des données
- Floutage des visages
- Floutage des plaques d’immatriculation
- Sécurité des données