Filigrane d'image
Un filigrane d'image est une marque apposée sur une image afin d'en revendiquer la propriété, d'empêcher sa réutilisation ou d'en consigner la provenance. Ce terme recouvre deux notions assez différentes : a visible superposition — un logo, un nom, une bande diagonale sur une photo d'archive — et un invisible signal intégré dans les données de pixels. Ils résolvent des problèmes différents et présentent des défaillances de nature différente.
| Filigrane visible | Filigrane invisible | |
|---|---|---|
| De quoi s'agit-il ? | Un logo, un texte ou un motif superposé à l'image | Perturbation structurée des données de pixels |
| Objectif | Dissuasion et attribution | Provenance et traçabilité |
| Remarqué par | Toute personne qui cherche | Un simple détecteur |
| Altère la qualité de l'image | Oui, délibérément | Non, c'est voulu |
| Suppression | Retouche par IA, souvent en quelques secondes | Nécessite une adaptation du contenu |
| Utilisation courante | Aperçus de stock, épreuves, images de presse | Contenus générés par l'IA, traçage des fuites |
Le filigrane visible ne fonctionne plus
Une superposition visible a toujours eu un effet dissuasif plutôt que de servir de contrôle. Elle rendait une image inutilisable dans les contextes formels et laissait l'original à la disposition de quiconque était prêt à payer.
Les techniques modernes de retouche d'image ont bouleversé cette approche. Les outils de suppression ne se contentent plus de recouvrir la marque : ils l'identifient, la masquent, puis reconstruisent ce qui se trouvait en dessous à l'aide de modèles entraînés sur de très vastes ensembles d'images. Le résultat n'est pas une marque simplement recouverte, mais de nouveaux pixels plausibles, générés pour s'harmoniser avec la texture, la couleur et l'éclairage environnants.
Les résultats reflètent ce qui se cache en dessous. Un filigrane superposé à un ciel uniforme disparaît sans laisser de trace. En revanche, lorsqu’il est superposé à des détails fins — cheveux, texte, textures complexes —, il laisse généralement de légers artefacts, car le modèle invente du contenu plutôt que de le restituer.
Il en découle deux choses. Le tatouage numérique visible ne constitue plus une protection efficace pour tout ce qui a de la valeur. Et la reconstruction laisse des traces, qui s'avèrent plus importantes que ne l'était le tatouage lui-même.
Pourquoi les filigranes sur les images sont-ils importants pour la vérification d'identité ?
Il y a trois façons de faire, et c'est la troisième qui est la plus intéressante.
Tout d'abord, les images comportant un filigrane permettent de détecter directement les fraudes. Un selfie ou un justificatif de domicile soumis et comportant une superposition provenant d'une banque d'images constitue un indice évident que l'image ne provient pas de l'endroit indiqué par le demandeur.
Deuxièmement, les filigranes invisibles sont liés à la traçabilité de l'IA. Lorsqu'un générateur en a appliqué un, un détecteur peut signaler un contenu synthétique — ce qui constitue une preuve positive utile, abordée plus en détail dans la section marquage numérique.
Troisièmement, et c'est le plus utile : les traces laissées par le retrait constituent elles-mêmes un signal de détection. L'« inpainting » par IA ne restaure pas l'original, mais génère une zone. Cette zone générée présente des caractéristiques locales différentes de celles de l'image d'origine : les caractéristiques de bruit, l'historique de compression et la cohérence de la texture s'écartent tous de l'image environnante.
Ce sont les mêmes traces que falsification numérique L'analyse vise à détecter les cas où une personne modifie une date de naissance ou remplace une photo sur l'image d'un document. Que l'élément supprimé soit un filigrane ou un champ de données authentique, l'empreinte numérique est similaire — c'est pourquoi vérification des pièces d'identité examine l'image à la recherche d'indices de reconstruction, plutôt que de se contenter d'interpréter ce qu'elle représente.
Ce que laisse derrière elle une expulsion
| Incohérence de texture | À y regarder de plus près, les zones générées ne correspondent pas aux détails environnants. |
| Incompatibilité de bruit | Le bruit du capteur de la caméra est absent ou incorrect dans la zone reconstruite |
| Historique de la compression | La zone réparée présente une signature de compression différente de celle du reste |
| Artéfacts de bord | Légères traces de démarcation entre le masque et le contenu d'origine |
| Erreurs sémantiques | Textes, motifs ou structures reconstitués qui ne sont pas tout à fait cohérents |
Ce que les filigranes d'image ne peuvent pas faire
Un filigrane visible ne protège rien de précieux. La suppression est rapide, peu coûteuse et accessible à tous. Considérez cela comme une question d'attribution, et non de contrôle.
Les filigranes invisibles reposent sur la coopération. Elles n'existent que là où l'outil de production en a créé une, et leur absence ne signifie rien.
Les artefacts liés au retrait ne sont pas toujours détectables. Une marque sur un fond uniforme peut être effacée sans laisser pratiquement aucune trace. Le signal médico-légal est réel, mais n'est pas garanti.
Aucun des deux ne permet d'identifier une personne. La présence d'un filigrane, son absence ou les traces de sa suppression fournissent des informations sur le fichier. Pour déterminer qui est à l'origine de cette soumission, il faut détection de présence et la comparaison biométrique — la limite à laquelle aboutit finalement chaque notion de ce glossaire.
Foire aux questions
Quelle est la différence entre un filigrane visible et un filigrane invisible ?
Un filigrane visible est un élément superposé — un logo, un texte ou une bande placée par-dessus l'image afin d'empêcher sa réutilisation. Un filigrane invisible est une modification structurée des données de pixels, invisible à l'œil nu et que seul un détecteur peut mettre en évidence. À chaque objectif, ses propres modes de défaillance.
L'IA peut-elle supprimer les filigranes des images ?
Oui, et rapidement. La technique moderne d'« inpainting » identifie la marque, la masque, puis génère de nouveaux pixels qui s'harmonisent avec le contenu environnant, plutôt que de simplement la recouvrir. Les résultats sont les plus nets sur les zones uniformes et laissent de légers artefacts sur les détails fins.
La suppression d'un filigrane laisse-t-elle des traces ?
Souvent. La zone reconstruite est générée plutôt que capturée ; ses caractéristiques de bruit, son historique de compression et la cohérence de sa texture diffèrent donc du reste de l’image. Ce sont précisément ces traces que l’analyse des altérations de documents cherche à détecter.
Les filigranes sur les images sont-ils utiles pour détecter la fraude ?
De manière indirecte et de trois façons différentes : la superposition d'une image provenant d'une banque d'images sur un document soumis constitue un indice direct ; un filigrane invisible peut signaler qu'il s'agit d'un contenu généré par l'IA ; enfin, la présence de traces indiquant que le filigrane a été supprimé laisse supposer que l'image a été reconstruite plutôt que capturée.
