Rechercher une personne avec photo mobilise aujourd’hui deux approches distinctes : la recherche d’image inversée, qui localise des copies d’un fichier sur le web, et la reconnaissance faciale, qui analyse les traits biométriques pour rapprocher des visages. Ces deux méthodes ne sont pas juridiquement équivalentes. Lorsqu’un service traite un visage pour identifier une personne de façon unique, le gabarit biométrique produit peut relever des données sensibles au sens du RGPD.
Depuis le 2 février 2025, l’AI Act européen interdit par ailleurs la création ou l’extension de bases de reconnaissance faciale par collecte non ciblée d’images sur Internet ou issues de vidéosurveillance. Cette interdiction vise une pratique de collecte spécifique, pas tout service de recherche faciale en tant que tel.
A lire aussi : Classement des sites Web : comment être bien positionné sur les moteurs de recherche ?
Comment fonctionne réellement une recherche d’image inversée
La recherche inversée d’image compare un fichier visuel à un index de pages déjà crawlées. Google Lens, Bing Visual Search et TinEye opèrent sur des signatures visuelles globales : couleurs, formes, textures. Ils sont efficaces pour retrouver la source d’une photo ou ses copies exactes.
La reconnaissance faciale fonctionne différemment. Elle extrait un vecteur mathématique à partir de la géométrie du visage, puis cherche des correspondances dans une base indexée. Des services spécialisés comme FaceCheck ou Lenso.ai combinent ces deux couches : recherche de l’image et comparaison faciale.
A voir aussi : Pourquoi Rank by ping com fascine autant les internautes en 2026 ?
Un résultat de correspondance doit être traité comme une piste, jamais comme une preuve d’identité. La date de publication de la page source, le contexte de la photo et la qualité de l’image originale influencent fortement la pertinence du résultat.
Affiner une recherche photo sur Google Lens et les moteurs spécialisés

Les moteurs généralistes donnent de meilleurs résultats avec quelques ajustements que la plupart des guides ne mentionnent pas.
- Recadrer avant d’importer : isoler le visage ou l’élément central dans le fichier image réduit le bruit visuel. Un moteur qui reçoit une scène de groupe retourne des correspondances sur le décor ou les vêtements plutôt que sur la personne cherchée.
- Tester plusieurs moteurs en parallèle : Google Lens et Yandex Images n’indexent pas les mêmes sources. Yandex couvre davantage de sites russophones et d’anciens réseaux sociaux. TinEye se concentre sur les copies exactes et horodatées, utile pour dater la première apparition d’une image.
- Associer une recherche textuelle à l’image : après avoir obtenu un premier lot de résultats, extraire un nom, un lieu ou une date visible dans les pages trouvées, puis combiner ces éléments dans une requête texte classique. Cette méthode croisée réduit les faux positifs.
- Utiliser l’URL d’une image déjà en ligne : coller directement l’URL d’une photo publiée sur un réseau social dans Google Images ou TinEye retourne souvent plus de résultats qu’un import local, parce que l’image est déjà crawlée et indexée.
Résultats erronés : que faire quand la recherche faciale identifie la mauvaise personne
Une association incorrecte entre une photo et une identité est l’un des problèmes les moins documentés de la recherche faciale. Pourtant, les moteurs peuvent rapprocher deux visages présentant des ressemblances morphologiques sans aucun lien réel. Le risque concret : une personne se retrouve associée en ligne à un inconnu, à des contenus compromettants, ou à des profils qui ne lui appartiennent pas.
Contester cette association sans amplifier l’exposition est possible, mais requiert une démarche ciblée.
Première étape : identifier précisément les pages qui établissent l’association fautive. Ne pas les partager, ne pas y réagir publiquement. Chaque interaction augmente la visibilité du contenu dans les algorithmes de recommandation.
Deuxième étape : adresser une demande de suppression directement à l’hébergeur de la page, en invoquant le droit à l’effacement prévu par le RGPD (article 17). Si la page est indexée par Google, l’outil de suppression de contenu de la Search Console permet de demander le désindexage. Cette demande n’efface pas la page source mais retire le résultat des pages de recherche Google.
Troisième étape : si le service en cause exploite une base biométrique sans base légale, la CNIL est compétente pour recevoir une plainte. L’autorité néerlandaise de protection des données a prononcé une amende de 30,5 millions d’euros contre Clearview AI en septembre 2024 pour constitution d’une base biométrique à partir d’images collectées en ligne. Ce précédent montre que les autorités européennes traitent activement ce type de plainte.
Un point important sur la méthode : ne pas uploader à nouveau la photo litigieuse dans d’autres moteurs de recherche pour vérifier si l’association persiste. Cette action génère de nouveaux points d’indexation et peut aggraver la situation.
Les limites réelles de la reconnaissance faciale en ligne
Les services de recherche faciale accessibles au grand public présentent des contraintes techniques qui ne figurent pas toujours dans leur documentation.
La qualité de l’image source est déterminante. Un visage photographié de trois quarts, en faible résolution ou partiellement masqué produit des correspondances peu fiables. Les algorithmes ont été entraînés majoritairement sur des images de face, en lumière homogène.
La couverture des bases indexées est inégale selon les plateformes. Les profils avec des paramètres de confidentialité stricts, les comptes supprimés ou les réseaux peu crawlés ne figurent pas dans les résultats. Une absence de résultat ne signifie donc pas absence de présence en ligne.
Les données biométriques extraites lors d’une recherche peuvent être conservées par le service utilisé, même si la recherche ne retourne aucun résultat. Lire la politique de confidentialité du service avant d’importer une photo d’un tiers est une précaution qui reste rare dans la pratique.
Un résultat de correspondance sans contexte sourcé ne constitue pas une identification fiable. Les moteurs restituent des ressemblances, pas des certitudes. Vérifier la date, la source et le contexte de chaque page associée reste nécessaire avant de tirer toute conclusion sur l’identité d’une personne.

