Lancer un projet d’annotation d’images sur des flux issus de caméras embarquées, de drones, de systèmes de vidéosurveillance ou de scanners médicaux soulève immédiatement une question réglementaire que les équipes data ne peuvent pas ignorer: les images traitées contiennent-elles des données à caractère personnel? Visages non floutés, plaques d’immatriculation lisibles, tatouages distinctifs, badges d’identification visibles, métadonnées de géolocalisation… autant d’éléments qui transforment un dataset technique en traitement de données personnelles au sens du Règlement général sur la protection des données (RGPD). Comprendre ce cadre juridique n’est pas une formalité secondaire: c’est une condition nécessaire à la pérennité de tout projet d’annotation d’images conduit en conformité avec les exigences des autorités de contrôle européennes.
Quand l’annotation d’images entre dans le périmètre du RGPD
Toute image contenant un visage reconnaissable, une plaque d’immatriculation, une adresse postale lisible ou tout autre élément permettant d’identifier, directement ou indirectement, une personne physique constitue une donnée à caractère personnel au sens de l’article 4 du RGPD. Un projet d’annotation d’images portant sur des scènes de rue, des vidéos industrielles, des flux de surveillance ou des clichés médicaux doit donc faire l’objet d’une analyse préalable portant sur la nature des données traitées, la finalité du traitement et les bases légales mobilisables.
Le RGPD introduit une catégorie particulièrement sensible pour les projets visuels: les données biométriques permettant l’identification unique d’une personne physique (article 9). Lorsqu’un projet d’annotation d’images vise à entraîner un système de reconnaissance faciale, les visages ne sont plus de simples données ordinaires mais des données biométriques relevant du régime des catégories spéciales, soumises à des exigences plus strictes en matière de base légale et de documentation. Le traitement de ces données est, en principe, interdit sauf à pouvoir se prévaloir d’une des exceptions listées à l’article 9, paragraphe 2.
La simple présence de visages dans un dataset ne déclenche pas automatiquement l’article 9: tout dépend de la finalité du traitement. Un modèle entraîné à détecter des personnes dans des scènes de foule sans les identifier individuellement se distingue techniquement d’un système de reconnaissance faciale. Mais en pratique, la frontière est ténue et difficile à défendre devant une autorité de contrôle. L’anonymisation préalable reste donc la solution la plus sûre pour circonscrire le risque juridique d’un projet d’annotation d’images impliquant des visages humains, quelle que soit la finalité déclarée.
La page dédiée aux services d’annotation 2D et 3D d’Infoscribe AI présente le périmètre complet des prestations disponibles pour les projets de computer vision, y compris dans les contextes réglementairement sensibles.
Les données personnelles les plus fréquentes dans les datasets d’annotation d’images
Plusieurs catégories de données à caractère personnel apparaissent de façon récurrente dans les datasets soumis à annotation d’images. Chacune appelle un traitement juridique distinct et des mesures de protection adaptées.
Les visages constituent la donnée personnelle la plus répandue dans les projets de vision par ordinateur. Présents dans des scènes extérieures, des espaces commerciaux, des flux de caméras industrielles ou des interfaces homme-machine, ils permettent une identification directe des personnes filmées. Les autorités de contrôle européennes, et la Commission nationale de l’informatique et des libertés (CNIL) en particulier, accordent une vigilance accrue aux traitements portant sur des visages, eu égard aux risques que la généralisation de la reconnaissance faciale fait peser sur les libertés individuelles. La CNIL a d’ailleurs publié en 2025 des recommandations spécifiques sur l’annotation de données dans les projets d’intelligence artificielle, rappelant les obligations qui pèsent sur les responsables de traitement et leurs prestataires d’annotation d’images.
Les plaques d’immatriculation sont des données indirectement identifiantes. Elles ne permettent pas, à elles seules, d’identifier une personne physique. Mais combinées au système national d’immatriculation des véhicules, elles le permettent aisément. Au sens du RGPD, elles sont donc considérées comme des données à caractère personnel, et tout projet d’annotation d’images portant sur des scènes de circulation routière, des parkings ou des voiries doit en tenir compte dès la phase de collecte des données.
Les données médicales dans les images constituent un cas particulier aux enjeux amplifiés. Une image de scanner, une lame numérisée de pathologie ou un cliché radiologique peuvent contenir, au-delà de leur contenu anatomique visible, des métadonnées DICOM incluant le nom du patient, sa date de naissance, son identifiant hospitalier ou son numéro de sécurité sociale. Même lorsque ces métadonnées sont invisibles à l’écran pendant l’annotation, elles sont techniquement présentes dans les fichiers et constituent des données à caractère personnel relevant des catégories spéciales (données de santé). L’annotation d’images médicales fait ainsi l’objet d’une double exigence: la conformité au RGPD d’une part, le respect des réglementations sectorielles propres à la santé d’autre part.
D’autres éléments peuvent constituer des données personnelles dans des contextes spécifiques: les adresses postales lisibles sur des colis ou des documents annotés dans le cadre de projets de traitement automatique du courrier, les tatouages permettant d’identifier une personne dans un contexte médico-légal ou sportif, les signatures manuscrites dans des datasets de reconnaissance de l’écriture, ou encore les badges d’identification portés par des employés dans des environnements industriels ou hospitaliers. La cartographie précise des données personnelles présentes dans un dataset est une étape préalable indispensable à la mise en oeuvre de tout projet d’annotation d’images rigoureux.
Les données de géolocalisation intégrées dans les métadonnées EXIF des images méritent également une attention particulière. Un cliché pris avec un smartphone ou un drone géolocalisé contient des coordonnées GPS précises qui, associées à d’autres informations, peuvent révéler des habitudes de déplacement ou le lieu de résidence d’une personne. La suppression systématique de ces métadonnées avant toute annotation d’images est une bonne pratique qui doit être intégrée au pipeline de préparation des données.
Établir la base légale d’un projet d’annotation d’images
Le RGPD impose d’identifier une base légale valide avant d’entamer tout traitement de données à caractère personnel (article 6). Pour les catégories spéciales de données (article 9), une exception supplémentaire parmi celles listées au paragraphe 2 de cet article doit également être identifiée et documentée. Dans le contexte d’un projet d’annotation d’images, plusieurs bases légales peuvent être mobilisées selon la nature des données traitées et la finalité poursuivie.
L’intérêt légitime (article 6.1.f) est souvent la première base légale examinée pour les projets commerciaux d’IA. Elle peut être mobilisée lorsque le responsable de traitement peut démontrer, à l’issue d’un test de balance d’intérêts documenté, que ses intérêts prévalent sur les droits et libertés des personnes concernées. Pour un projet d’annotation d’images de scènes routières destiné au développement d’un système d’aide à la conduite, cette base légale peut être pertinente, à condition d’appliquer des mesures de minimisation des données et d’anonymiser les visages et plaques dès que possible. La CNIL a publié en 2024 des recommandations précises sur la mobilisation de l’intérêt légitime dans les projets d’IA, exigeant notamment que le test de balance soit conduit rigoureusement et documenté dans le registre des activités de traitement.
L’exécution d’une mission d’intérêt public (article 6.1.e) est applicable aux projets menés dans le cadre de politiques publiques: gestion du trafic urbain, surveillance d’infrastructures critiques, projets de santé publique ou de recherche académique. Elle nécessite une base légale explicite dans le droit national ou de l’Union européenne pour être valablement invoquée.
Le consentement (article 6.1.a) est la base légale la plus solide juridiquement mais la plus difficile à obtenir à grande échelle. Il est pertinent dans des contextes où les personnes ont délibérément fourni leurs images, par exemple dans le cadre d’une collecte volontaire pour un dataset de reconnaissance de gestes avec accord explicite des participants. Pour les données biométriques ou de santé relevant de l’article 9, le consentement doit être explicite, éclairé et librement révocable. La révocabilité du consentement soulève des questions pratiques sur la capacité à retirer les données d’une personne d’un dataset déjà utilisé pour entraîner un modèle.
L’analyse d’impact relative à la protection des données (AIPD) est obligatoire pour tout traitement susceptible d’engendrer un risque élevé pour les droits et libertés des personnes (article 35 du RGPD). Un projet d’annotation d’images impliquant de la reconnaissance faciale ou portant sur des données médicales entre systématiquement dans ce champ. L’AIPD doit identifier les risques, évaluer leur gravité et leur probabilité, décrire les mesures prises pour les atténuer et conclure si les risques résiduels sont acceptables. Si les risques résiduels demeurent élevés après l’application de toutes les mesures envisageables, une consultation préalable de l’autorité de contrôle compétente (article 36 du RGPD) est obligatoire avant de lancer le traitement.
Pour comprendre l’ensemble du cycle de vie d’un projet de vision par ordinateur, de la collecte à l’entraînement du modèle, l’article Annotation d’images: le guide complet pour entraîner un modèle de computer vision offre une vue d’ensemble structurée des étapes techniques et organisationnelles.
Anonymisation et pseudonymisation: protéger les données avant l’annotation d’images
L’anonymisation est la technique de réduction du risque la plus efficace dans un projet d’annotation d’images portant sur des données personnelles. Une donnée véritablement anonymisée cesse d’être une donnée à caractère personnel et sort du champ d’application du RGPD. Mais pour être juridiquement reconnue comme telle, l’anonymisation doit être irréversible: il ne doit plus être raisonnablement possible, même avec des moyens importants, d’identifier la personne concernée à partir de l’image traitée.
Le floutage des visages est la technique la plus répandue dans les projets d’annotation d’images portant sur des scènes publiques ou semi-publiques. Un flou gaussien ou un masque opaque est appliqué sur les zones de visage détectées automatiquement par un modèle de détection de visages. Cette opération peut être réalisée en lot sur des milliers d’images avant toute annotation par les équipes humaines. Plusieurs précautions s’imposent cependant: les modèles de détection de visages ne sont pas infaillibles, notamment sur les visages de petite taille, partiellement masqués, de profil ou dans des conditions d’éclairage défavorables. Une vérification humaine d’un échantillon représentatif des images anonymisées est recommandée avant leur transmission aux équipes d’annotation d’images. Un visage non détecté et non flouté dans un dataset transmis à un prestataire externe constitue un manquement au RGPD potentiellement sanctionnable.
Le masquage des plaques d’immatriculation suit la même logique technique. Des modèles de détection de plaques, entraînés sur les formats propres aux pays d’origine des images, appliquent automatiquement un masque sur les plaques identifiées. Les projets d’annotation d’images impliquant des données issues de plusieurs pays européens doivent anticiper la diversité des formats de plaques: un modèle calibré sur des plaques françaises à fond blanc peut être mis en échec sur des plaques belges, espagnoles ou polonaises dont le format diffère. La couverture des différents formats doit être vérifiée et documentée.
La suppression des métadonnées est une étape souvent négligée mais dont l’importance est réelle. Les fichiers images peuvent contenir des informations EXIF invisibles à l’écran mais lisibles par tout logiciel de gestion de fichiers: coordonnées GPS du lieu de prise de vue, date et heure exactes de la photographie, modèle et identifiant de l’appareil ayant servi à la capture. Ces métadonnées constituent des données à caractère personnel et doivent être supprimées avant que les images ne soient transmises à une équipe d’annotation d’images externe. Dans le cas d’images médicales au format DICOM, les en-têtes des fichiers contiennent des informations patient très détaillées (nom, prénom, date de naissance, identifiant hospitalier) qui doivent être systématiquement traitées avant tout envoi à un prestataire.
La pseudonymisation diffère fondamentalement de l’anonymisation. Elle remplace un identifiant direct par un identifiant indirect sans supprimer définitivement le lien avec la personne: une table de correspondance maintenue par le responsable de traitement permet, si nécessaire, de retrouver l’identité d’origine. Dans le contexte de l’annotation d’images médicales, la pseudonymisation des métadonnées DICOM consiste typiquement à remplacer le nom du patient par un code projet, à tronquer la date de naissance à l’année ou à substituer l’identifiant hospitalier par un identifiant de recherche. Les données pseudonymisées restent des données à caractère personnel au sens du RGPD, mais le niveau de risque est substantiellement réduit. La pseudonymisation est reconnue comme une mesure de sécurité par le RGPD (considérants 26 et 28, article 25), mais elle ne dispense pas de respecter les autres obligations réglementaires, notamment en matière de base légale et de contrat de sous-traitance.
Il convient d’être lucide sur les limites de ces techniques. Des travaux de recherche ont montré qu’il est parfois possible de ré-identifier des individus à partir d’images considérées comme anonymisées, notamment par recoupement avec d’autres bases de données ou par exploitation d’informations contextuelles telles que la morphologie corporelle, les vêtements ou le cadre de la scène. Le Comité européen de la protection des données rappelle que l’anonymisation doit être évaluée en tenant compte des moyens raisonnablement susceptibles d’être utilisés pour identifier les personnes, y compris les techniques disponibles à la date du traitement et leur évolution prévisible. Une analyse des risques résiduels doit accompagner toute décision d’anonymisation, sans présumer que le risque est nul après traitement.
Sous-traiter l’annotation d’images dans le respect de l’article 28 du RGPD
Lorsqu’une organisation externalise son annotation d’images auprès d’un prestataire spécialisé, elle conserve la qualité de responsable de traitement et reste pleinement responsable de la conformité du traitement au RGPD. Le prestataire acquiert le statut de sous-traitant et doit présenter, avant tout démarrage de projet, des garanties suffisantes quant à la mise en oeuvre de mesures techniques et organisationnelles appropriées pour la protection des données (article 28, paragraphe 1 du RGPD). Le choix d’un prestataire ne présentant pas ces garanties engage directement la responsabilité du client.
Un contrat de sous-traitance conforme à l’article 28 est obligatoire et doit couvrir précisément: l’objet et la durée du traitement, la nature et la finalité des opérations d’annotation d’images réalisées, le type de données à caractère personnel traitées et les catégories de personnes concernées, ainsi que les obligations et les droits du responsable de traitement. Il doit interdire explicitement tout traitement des données à d’autres fins que celles définies contractuellement, toute communication à des tiers non autorisés et toute conservation des données au-delà de la durée définie pour le projet. Les conditions dans lesquelles le prestataire peut lui-même faire appel à des sous-sous-traitants doivent être encadrées, avec obligation d’information préalable du client et imposition des mêmes obligations de protection.
Les mesures de sécurité attendues d’un prestataire d’annotation d’images traitant des données personnelles sont substantielles. Le chiffrement des données en transit (protocoles TLS pour les échanges réseau) et au repos (chiffrement des disques ou des fichiers sur les serveurs de stockage) constitue un socle minimal. La gestion des accès selon le principe du moindre privilège garantit que chaque annotateur ne peut accéder qu’aux images nécessaires à sa tâche, sans possibilité de télécharger ou d’exporter des données en dehors du système autorisé. La journalisation des accès et des opérations permet de détecter toute utilisation anormale et d’en apporter la preuve en cas de contrôle de l’autorité de protection des données. La sécurisation des postes de travail des annotateurs, notamment par des politiques de verrouillage automatique, d’interdiction des supports amovibles et de filtrage des connexions réseau, est une exigence courante dans les projets impliquant des données sensibles.
Un prestataire certifié ISO 27001 offre une garantie structurelle sur la maturité de son système de gestion de la sécurité de l’information. Cette certification internationale couvre l’ensemble des processus organisationnels et techniques relatifs à la sécurité de l’information et constitue une référence reconnue par les autorités de contrôle. Elle ne remplace pas le contrat de sous-traitance RGPD mais en renforce la crédibilité et facilite l’évaluation des garanties offertes par le prestataire d’annotation d’images.
La question des transferts internationaux de données est particulièrement importante dans les projets d’annotation d’images externalisés vers des équipes situées hors de l’Union européenne. Tout transfert de données à caractère personnel vers un pays tiers doit reposer sur un mécanisme juridique valide au sens du chapitre V du RGPD: décision d’adéquation de la Commission européenne, clauses contractuelles types (CCT) adoptées par la Commission, règles d’entreprise contraignantes, ou mécanisme de certification reconnu. Le responsable de traitement doit s’assurer que ces mécanismes sont réellement mis en oeuvre et non seulement mentionnés contractuellement, en conduisant une évaluation des risques du pays de destination (Transfer Impact Assessment). Un prestataire d’annotation d’images établi et opérant exclusivement sur le territoire de l’Union européenne simplifie considérablement la gestion de cette dimension réglementaire.
Les droits des personnes concernées (droit d’accès, de rectification, d’effacement et de portabilité) restent opposables même dans le cadre d’un traitement externalisé d’annotation d’images. Le responsable de traitement doit être en capacité de répondre à une demande d’exercice de droits dans le délai légal d’un mois. Cela implique que le prestataire maintienne une organisation des données permettant de localiser et d’extraire, si nécessaire, les données relatives à une personne physique identifiée. Cette capacité doit être vérifiée contractuellement avant le démarrage du projet.
Les modalités de conservation et de suppression des données à l’issue du projet doivent être précisées dans le contrat. Les images doivent être conservées le temps strictement nécessaire aux opérations d’annotation d’images et aux contrôles qualité associés, puis restituées au client ou supprimées de façon sécurisée. Les procédures de suppression doivent garantir que les données ne sont pas simplement déplacées dans une corbeille système mais effectivement écrasées ou détruites selon des protocoles documentés, avec remise d’une attestation de destruction si le client en fait la demande.
La constitution du dataset d’entraînement soulève des questions complémentaires sur le volume d’images nécessaire, la diversité des cas représentés et la gestion des biais, indépendamment des enjeux de conformité: ces dimensions sont traitées dans l’article Constituer un dataset d’entraînement: volumétrie, diversité, biais.
Ce que la CNIL et les autorités européennes attendent des projets d’annotation d’images
La CNIL a finalisé en 2025 un corpus complet de recommandations sur le développement des systèmes d’intelligence artificielle, incluant une fiche dédiée à l’annotation de données. Elle y rappelle que le responsable de traitement doit documenter sa base légale avant toute collecte d’images, conduire une AIPD lorsque le traitement présente un risque élevé, et encadrer contractuellement tout prestataire d’annotation d’images intervenant sur des données personnelles. La CNIL insiste également sur le principe de minimisation: si l’anonymisation préalable des images est techniquement possible sans dégrader la pertinence du dataset pour la finalité visée, elle doit être mise en oeuvre sans délai, avant la transmission des données aux équipes d’annotation.
Le Comité européen de la protection des données (CEPD) a adopté des lignes directrices sur les systèmes de reconnaissance faciale, soulignant que le traitement de visages en vue de l’identification biométrique constitue une atteinte grave à la vie privée nécessitant une base légale renforcée. Ces lignes directrices s’appliquent directement aux projets d’annotation d’images destinés à entraîner des systèmes de reconnaissance faciale, qu’ils soient menés en interne ou externalisés auprès de prestataires spécialisés.
La jurisprudence récente illustre la réalité financière des sanctions en matière de traitements d’images non conformes. En 2022, la CNIL a infligé à Clearview AI une amende de 20 millions d’euros pour collecte et traitement illicites de visages à grande échelle sur internet sans base légale valide. Au niveau européen, d’autres autorités nationales ont prononcé des sanctions significatives pour des traitements d’images de vidéosurveillance sans information des personnes ou sans durée de conservation définie. Ces décisions établissent une jurisprudence dont les équipes qui pilotent des projets d’annotation d’images doivent tirer les enseignements pratiques.
L’EU AI Act, entré en vigueur en 2024, ajoute une couche réglementaire supplémentaire qui s’articule avec le RGPD sans le remplacer. Les systèmes d’identification biométrique à distance en temps réel dans les espaces publics sont classés parmi les pratiques d’IA interdites. Les systèmes d’IA à haut risque, notamment dans les domaines de la biométrie, de la gestion des infrastructures critiques, de l’éducation et de l’emploi, sont soumis à des exigences de gouvernance des données incluant la qualité, la représentativité et la documentation des datasets d’entraînement. Les pratiques d’annotation d’images qui alimentent ces systèmes devront être documentées, traçables et auditables par les autorités compétentes.
Le registre des activités de traitement prévu à l’article 30 du RGPD est un outil de documentation dont l’importance est souvent sous-estimée. Toute organisation qui conduit ou sous-traite un projet d’annotation d’images sur des données personnelles doit y consigner ce traitement: finalité, catégories de données et de personnes concernées, destinataires, durées de conservation, éventuels transferts vers des pays tiers et mesures de sécurité mises en oeuvre. Ce registre constitue la première pièce examinée lors d’un contrôle de la CNIL et la base de tout dialogue avec l’autorité de protection des données.
Plusieurs bonnes pratiques permettent de structurer un projet d’annotation d’images dans le respect de l’ensemble de ces exigences. Identifier et documenter la base légale avant de collecter la moindre image. Anonymiser dès que possible et vérifier l’efficacité de l’anonymisation sur des échantillons représentatifs. Sélectionner un prestataire d’annotation d’images présentant des garanties contractuelles et sécuritaires solides, de préférence certifié ISO 27001. Conduire une AIPD pour tout traitement susceptible de présenter un risque élevé. Consigner le traitement dans le registre et le maintenir à jour à chaque évolution significative du projet. Enfin, former les équipes internes, y compris les data scientists et les chefs de projet, aux obligations du RGPD qui s’appliquent à leurs activités quotidiennes de gestion de données.
Ces engagements ne constituent pas un frein au déploiement des projets d’intelligence artificielle. Ils en sont la condition de durabilité dans un environnement réglementaire européen qui continuera de se renforcer. Les organisations qui intègrent la conformité dès la conception de leurs projets d’annotation d’images (approche dite « privacy by design ») évitent les refontes coûteuses et les risques de sanction, tout en renforçant la confiance de leurs clients et partenaires dans la qualité de leur gouvernance des données.
Les équipes qui souhaitent structurer un projet d’annotation d’images dans le respect du RGPD, de la définition des mesures d’anonymisation à la sélection d’un prestataire conforme et à la rédaction du contrat de sous-traitance, peuvent prendre contact avec Infoscribe AI pour obtenir un accompagnement adapté à leur contexte sectoriel et réglementaire.
