Analyse forensique d’images
Une image peut en dire plus que ce qu’elle montre. Découvrez comment son origine, son authenticité et les indices de retouche sont étudiés pour interpréter les éléments de preuve photographiques.

La photographie des éléments de preuve est l’une des pratiques les plus courantes dans l’investigation forensique.
L’analyse forensique d’images peut être définie comme la discipline qui mobilise un ensemble de compétences scientifiques et techniques pour analyser et examiner les preuves photographiques, sous forme numérique ou photochimique. Elle consiste à interpréter et à déterminer leur origine et leur auteur, le lien entre une image et l’appareil avec lequel elle a été prise, ainsi que l’authenticité de l’image elle-même, l’absence de manipulation et, par conséquent, sa valeur probante.
Un défi pour les experts forensiques
L’analyse forensique d’images constitue l’un des plus grands défis de l’expertise technologique en raison de l’absence de protocoles standardisés, de la rareté et de l’inefficacité des outils logiciels et de la méconnaissance généralisée des principes scientifiques et technologiques de la formation de l’image numérique. Loin de constituer un constat pessimiste, cette situation révèle une occasion fascinante pour la communauté scientifique. En témoignent les nombreuses études sur l’analyse d’images, dont le nombre croît de manière exponentielle d’année en année et qui établissent les bases théoriques sur lesquelles reposeront les nouvelles méthodes d’analyse.
Le manque de méthodes s’explique en grande partie par le fait que l’analyse forensique d’images relève actuellement du domaine de l’informatique forensique, qui traite l’image comme une preuve numérique. C’est vrai dans une certaine mesure, mais l’expertise des images numériques nécessite une analyse qui va au-delà des seules caractéristiques informatiques des fichiers. Elle exige une étude globale prenant en compte tout le vaste éventail de technologies sur lesquelles repose la photographie : l’optique géométrique et ondulatoire, l’étude des composants matériels des capteurs CCD et CMOS, les calculs d’interpolation colorimétrique, la conversion du signal analogique du capteur en images matricielles numériques RGB, les systèmes de compression, les artefacts visuels, la photogrammétrie, etc. Ce n’est qu’ainsi que nous pourrons relever les nouveaux défis de cette ère de l’information décentralisée.
L’expertise d’images vise à établir une méthode scientifique permettant de déterminer précisément les causes et leur origine, afin d’en faciliter la compréhension et l’analyse par les autorités judiciaires avec les garanties maximales.
Les objectifs de l’analyse forensique d’images peuvent être répartis en trois groupes :
- Authentification et origine de l’image — le terme anglo-saxon qui s’impose dans cette forme d’analyse est « camera balistic » —
- Obtenir des informations à partir du fichier informatique et de l’image elle-même.
- Préserver les preuves et les présenter avec les garanties maximales, dans le respect permanent de la chaîne de conservation.
Garantie méthodologique
L’obtention de preuves numériques conformément aux lignes directrices relatives à l’identification, à la collecte, à l’acquisition et à la préservation des preuves électroniques décrites dans la norme ISO/IEC 27037:2016. Celle-ci recommande la création d’une image forensique de la mémoire du dispositif contenant les informations pertinentes. L’analyse ultérieure de cette mémoire permet de récupérer même des données supprimées accidentellement ou intentionnellement.
Sur la base des résultats obtenus et de l’évaluation préalable de chaque cas, un rapport clair et concis sera établi. Il documentera toutes les preuves et analyses d’expertise réalisées afin de constituer une preuve juridique offrant les garanties maximales et étayant l’évaluation du travail. Le rapport sera rédigé conformément à la norme UNE 197010:2015 et s’appuiera sur toute l’expérience accumulée par nos experts, apportant ainsi les garanties maximales dans le cadre d’une éventuelle procédure judiciaire.
Objectifs de l’analyse forensique d’images
L’analyse forensique d’images offre un large éventail de possibilités pour l’étude des preuves photographiques. Ses principales fonctions comprennent :
Identification et classification des preuves.
- Clonage des supports de stockage.
- Conservation numérique chiffrée.
- Vérification de l’absence de manipulation de toute image photographique ou vidéo.
- Analyse de l’intégrité de l’image : détection de clonages, de photomontages, d’artefacts d’image, etc.
Obtention d’informations.
- Prise de mesures précises : analyse photogrammétrique, orthophotographies.
- Identification de personnes : analyse biométrique.
- Obtention de données cachées : stéganographie.
- Analyse des métadonnées : informations du Système d’exploitation, métadonnées des e-mails, étude des lumières et des ombres.
Amélioration de l’image.
- Suppression des flous et des effets de mouvement : techniques de convolution, ajustement des niveaux, etc.
- Élimination des trames et des textures : calcul de la transformée de Fourier.
Établir sans équivoque la source de l’image.
- Déterminer l’origine et la paternité de l’image.
- Analyse des métadonnées, analyse logique et binaire du fichier.
- Vérification de l’absence de manipulation de toute image photographique ou vidéo
- Analyse des artéfacts.
Portée de l’examen
L’analyse est conçue à partir d’une question précise et du matériel disponible. Elle combine des observations, des tests de vérification et des méthodes adaptées au cas, en documentant les opérations et leurs limites. Les résultats peuvent étayer une hypothèse, apporter des éléments permettant de l’écarter ou s’avérer non concluants. La conservation d’un fichier, sa provenance et l’interprétation de la scène sont des aspects liés qui doivent être examinés séparément.
Les domaines suivants élargissent les possibilités d’étude de la photographie et de la vidéo. Leur application concrète est évaluée selon le cas, le matériel disponible et la spécialisation nécessaire.
Scène, capture et fichier
Où cherchons-nous les informations ?
Une photographie représente une scène, mais elle résulte aussi d’une capture et d’opérations effectuées sur un fichier.
Illustration conceptuelle · Scène fictive
-
01 · Scène
Contenu, géométrie, éclairage et ombres. Les éléments visibles sont-ils compatibles avec le contexte attribué ?
-
02 · Capture
Optique, capteur et traitement par l’appareil. Quelles traces l’image conserve-t-elle de la manière dont elle a été obtenue ?
-
03 · Fichier
Métadonnées, vignettes, encodage et compression. Quelles informations cette copie contient-elle ?
-
04 · Analyse
Confrontation à des références et recours à des méthodes appropriées. Quelles hypothèses les résultats étayent-ils et dans quelles limites ?
Le fichier et les traces de sa formation
1. Structure du fichier, métadonnées et compression
Un fichier peut conserver des informations sur sa capture, son format et certaines des transformations qu’il a subies. L’examen des en-têtes, des métadonnées EXIF, IPTC ou XMP, des vignettes et des caractéristiques de compression permet de confronter ces données et de rechercher des incohérences. L’ensemble doit être interprété : une date inscrite dans les métadonnées ne démontre pas à elle seule quand la scène a été capturée, et une recompression n’implique pas nécessairement une manipulation trompeuse.
Exemple : comparer le fichier reçu à une copie exportée pour un réseau social.
2. Manipulations locales et traces de traitement
L’analyse peut rechercher des régions dupliquées, des éléments ajoutés ou supprimés et des différences dans les traces d’interpolation, de rééchantillonnage, de bruit ou de retouche. Les correspondances et les cartes de localisation aident à délimiter les zones nécessitant un examen. Leur interprétation doit tenir compte des textures répétitives, du traitement normal par l’appareil photo et d’autres causes pouvant produire des résultats similaires.
Exemple : étudier si une zone provient d’une autre partie de l’image, en confrontant les correspondances et la structure.
3. Cohérence physique et optique de la scène
L’éclairage, les ombres, les reflets, la perspective et les effets de l’optique fournissent des informations sur la formation d’une image. Leur étude permet de vérifier si différents éléments sont compatibles avec des conditions de capture données. Les conclusions dépendent des hypothèses retenues et de facteurs tels que la présence de plusieurs sources lumineuses ou de surfaces non planes.
Exemple : comparer la direction des ombres à la géométrie des objets.
L’origine et la provenance
4. Étude des appareils photographiques, des capteurs et des dispositifs de capture
Certaines images conservent des motifs liés au capteur et au traitement effectué par l’appareil. Leur comparaison avec des images de référence peut fournir des indices sur l’appareil photo d’origine ou sur les relations entre fichiers. Il faut évaluer la qualité, les transformations subies et les éventuels motifs communs à plusieurs appareils. Établir un lien avec un appareil photo est différent d’identifier la personne qui l’a utilisé.
Exemple : comparer un fichier contesté à des images de contrôle provenant de plusieurs appareils.
5. Provenance vérifiable et attestations de contenu
Lorsque des attestations C2PA sont présentes, il est possible d’examiner les déclarations signées concernant l’origine et les modifications d’un fichier, leur lien avec le contenu et le niveau de confiance accordé au signataire. Ces informations complètent l’examen de l’image. Une attestation valide ne démontre pas à elle seule la véracité de la scène ; son absence ne prouve pas non plus qu’une image est fausse.
Exemple : suivre une image capturée et ses versions modifiées, en distinguant les informations vérifiées des étapes non documentées.
Provenance et C2PA
Quelle partie de l’historique pouvons-nous vérifier ?
Les attestations peuvent associer un fichier à des déclarations signées sur son origine et ses modifications. Leur disponibilité et le résultat de leur validation doivent être examinés séparément.
Explorez trois situations
-
01
Capture
Fichier A avec une déclaration signée.
-
02
Modification documentée
Fichier B : modifications déclarées et référence à l’origine.
-
03
Examen de la copie
Lien, signature et confiance vérifiés dans ce cas.
Il existe un moyen de vérifier la provenance.
Dans ce cas, les déclarations sont liées au fichier et la signature ainsi que sa fiabilité ont été vérifiées. Cela permet d’examiner la provenance déclarée ; cela ne démontre pas, à lui seul, que ce qui est représenté s’est réellement produit.
Nous ne disposons pas de ce moyen de vérification.
Dans ce cas, la copie ne comporte pas d’attestation accessible. Cela ne démontre pas qu’elle est fausse. Il est possible de demander d’autres versions et d’examiner les métadonnées, les traces de traitement et le contexte.
La liaison avec le fichier échoue.
Le contenu reçu ne correspond pas à la liaison cryptographique examinée. Il faut rechercher ce qui a changé et pourquoi. Cet échec ne permet pas, à lui seul, de déterminer l’intention derrière une modification ni la véracité de la scène.
Vidéos et images générées ou modifiées par IA
6. Analyse forensique de vidéos et continuité temporelle
L’analyse du fichier et de la succession des images permet d’étudier les sauts, les répétitions et les changements de vitesse. Ces observations sont confrontées au système d’enregistrement : une discontinuité peut avoir des causes techniques et ne démontre pas à elle seule l’existence d’un montage.
7. Images synthétiques, remplissage génératif et deepfakes
La génération complète d’une image, le remplacement d’un visage et la modification d’une région soulèvent des questions différentes. Leur examen peut associer l’étude de la provenance, des traces techniques, de la cohérence visuelle et temporelle, ainsi que des outils de détection évalués pour les données reçues. Les performances d’un détecteur dépendent notamment des générateurs et des transformations pris en compte lors de son évaluation. Il peut être nécessaire de conclure que les informations disponibles sont insuffisantes.
Exemple : comparer une image générée et une photographie de contrôle soumises à la même compression.
Les informations contenues dans la scène
8. Amélioration de l’image et évaluation de sa qualité
L’ajustement du contraste, le traitement du bruit, la stabilisation ou certaines corrections du flou peuvent faciliter l’examen des informations enregistrées. Les opérations sont documentées et l’original est conservé afin d’évaluer quels détails sont stables et quelles limites subsistent. L’amélioration ne garantit pas la récupération des informations perdues ; les détails créés par génération artificielle ne sont pas présentés comme des observations issues du fichier original.
Exemple : montrer un détail avant et après un traitement documenté.
9. Photogrammétrie et mesure de scènes
Les images peuvent permettre d’estimer des dimensions, des positions et des relations spatiales lorsqu’il existe des références et des conditions géométriques suffisantes. L’analyse prend en compte la perspective, l’étalonnage, la distorsion optique et l’incertitude de mesure. Elle explique sur quelles données repose l’estimation et dans quels cas les images ne permettent pas une mesure défendable.
Exemple : estimer une dimension sur un plan de référence identifié dans la scène.
10. Comparaison de personnes, d’objets et de caractéristiques visibles
La comparaison examine les similitudes et les différences entre les images, en tenant compte de la résolution, de la posture, de la perspective et de l’éclairage. Elle peut s’appliquer aux traits du visage ainsi qu’aux caractéristiques de vêtements, de véhicules ou d’objets. En comparaison faciale, l’évaluation morphologique et l’examen technique doivent être distingués d’une recherche automatique de candidats. La portée de la conclusion dépend des informations visibles et de la méthode utilisée.
Exemple : documenter les caractéristiques qui permettent de comparer deux images et celles qui ne peuvent pas être évaluées.
11. Contexte, géolocalisation et cohérence temporelle
La comparaison avec d’autres images, des éléments de la scène et des sources documentées peut aider à vérifier le lieu ou le contexte attribué à une photographie ou à une vidéo. Les données de position et de temps sont étudiées en relation avec les informations visuelles ; le cas échéant, la compatibilité des ombres avec des hypothèses d’éclairage solaire est également examinée. Une image non altérée peut avoir été diffusée avec une description incorrecte.
Exemple : examiner si une photographie correspond au lieu et au moment auxquels elle est associée.
Applications spécialisées
12. Imagerie infrarouge, ultraviolette et multispectrale
La capture dans des conditions contrôlées d’éclairage et de filtrage permet d’étudier des différences qui ne sont pas visibles sur une photographie conventionnelle. Elle peut contribuer à l’examen de documents, de matériaux et de certains indices. Elle nécessite une acquisition adaptée et une évaluation spécialisée : une image infrarouge ne s’obtient pas en appliquant un filtre de couleur à une photographie en lumière visible, et une réponse optique ne permet pas à elle seule d’identifier une substance.
Exemple : comparer des images d’un même échantillon prises dans différentes conditions.
13. Intégrité des images scientifiques
Les figures de laboratoire et les publications peuvent être examinées afin de repérer les réutilisations, les duplications, les montages et les ajustements qui affectent leur interprétation. La comparaison peut porter sur différents panneaux ou documents et être confrontée aux fichiers d’acquisition. La détection d’une correspondance ou d’une anomalie soulève une question qui doit être examinée ; elle ne permet pas à elle seule d’en déterminer la cause ni l’intention de la personne ayant préparé la figure.
Exemple : repérer une même région dans deux panneaux présentés comme des observations différentes.
14. Stéganalyse et données cachées
Certains fichiers peuvent contenir des informations qui n’apparaissent pas lors de leur affichage normal. L’étude de leur structure et de certaines propriétés du signal permet de rechercher des indices de dissimulation ou la présence de filigranes connus. La possibilité de détecter et de récupérer ces données dépend de la méthode employée et de la conservation du fichier ; un résultat négatif fourni par un outil n’exclut pas toutes les méthodes de dissimulation.
Exemple : expliquer la différence entre des métadonnées visibles pour un lecteur, des informations cachées dans le signal et un filigrane conçu pour être détecté.
Guides et lectures
La bibliographie et les guides professionnels aident à situer chaque technique, ses conditions d’application et ses limites.
- SWGDE : bonnes pratiques pour l’authentification des images.
- SWGDE : bonnes pratiques pour l’authentification des vidéos numériques.
- C2PA : spécifications relatives à la provenance et aux justificatifs de contenu.
- FISWG : vue d’ensemble et méthodologie de comparaison faciale.
Recherche sur les empreintes d’appareil photo, l’IA et l’intégrité scientifique
- Iuliani, Fontani et Piva : limites de l’unicité des empreintes PRNU.
- Guillaro et collaborateurs : TruFor, détection et localisation des manipulations.
- Park et Owens : Community Forensics et généralisation de la détection des images synthétiques.
- Criminisi, Reid et Zisserman : mesure à partir d’une seule vue.
- Bucci : détection des manipulations dans les images de la littérature biomédicale.
Ces domaines sont liés à la documentoscopie, à la photographie forensique et la photographie d’œuvres d’art. Pour approfondir les méthodes et leur application, consultez le cours d’analyse forensique d’images.
Se renseigner sur l’analyse forensique d’images ↗
Explorez d’autres spécialités
Toutes les spécialités de l’imagerie scientifique et forensique · Découvrez les membres de l’AEICF