Floutage des personnes dans OpenSpace

Présentation

Le floutage des personnes est une fonctionnalité que vous pouvez demander d’activer en contactant l’assistance OpenSpace. Cette fonctionnalité est conçue pour protéger l’identité privée des personnes qui apparaissent dans vos captures vidéo à 360° ou vos photos à 360°. Lorsqu’elle est activée, les visages présents dans vos captures sont pixellisés après leur importation et leur publication dans votre projet.

Nous utilisons des algorithmes d’apprentissage automatique pour le floutage des personnes, et la précision des résultats dépend de divers facteurs détaillés ci-dessous. 

Floutage des personnes et RGPD

OpenSpace accorde une grande importance à la protection des données et à la vie privée des personnes, et nous nous engageons à respecter les lois relatives à la protection des données. Cette section fournit des informations concernant la fonctionnalité de floutage des personnes dans OpenSpace et notre conformité au Règlement général sur la protection des données (RGPD), en partenariat avec nos clients. Le RGPD établit des règles cohérentes en matière de protection des données dans toute l’UE.

Détails concernant le floutage des personnes et la conformité au RGPD :

• Responsabilité partagée : les principes de conformité au RGPD relèvent d’une responsabilité partagée entre le responsable du traitement des données (le client) et OpenSpace (le sous-traitant).
• Désidentification par OpenSpace, ou floutage des personnes : afin de contribuer à réduire la collecte d’informations permettant d’identifier directement une personne (PII), les clients peuvent contacter l’assistance OpenSpace pour activer notre fonctionnalité de floutage des personnes. Une fois activée, cette fonctionnalité détecte les visages dans toutes les captures futures. Lorsqu’elle peut identifier un visage reconnaissable, le visage et le reste du corps sont floutés dans l’image. Ce faisant, nous rendons les traits des personnes représentées statistiquement méconnaissables pour un observateur moyen raisonnable. Bien que ce processus soit très précis grâce à des algorithmes d’apprentissage automatique avancés qui identifient les traits d’une personne générique, il n’identifie pas de visages ou de personnes spécifiques, et le taux de faux négatifs n’est pas nul. La désidentification vise à réduire la surface d’attaque, et non à éliminer du système toutes les données relevant du périmètre.
• Possibilité de faux négatifs : si un visage n’est pas flouté, cela signifie généralement que la reconnaissance faciale ne parvient pas à distinguer un visage en raison de circonstances liées à l’image, telles qu’une distorsion, une pixellisation, un masque chirurgical ou d’autres éléments obstruant le visage. Il s’agit d’un résultat normal des algorithmes d’apprentissage automatique que nous utilisons pour détecter une personne. Nous ajustons nos modèles afin de réduire à la fois les faux négatifs et les faux positifs et de fournir un service de qualité supérieure à nos clients. Toutefois, ce faisant, certains traits, bien que statistiquement méconnaissables, peuvent tout de même apparaître non floutés et être reconnaissables par des observateurs qui connaissent la personne concernée ou l’environnement.
• Possibilité de faux positifs : si des parties de l’image sont floutées alors qu’aucun visage ne s’y trouve, cela signifie généralement que la reconnaissance faciale a identifié à tort un visage à un endroit où il n’y en avait pas. Il s’agit d’un résultat normal des algorithmes d’apprentissage automatique que nous utilisons pour détecter une personne. Là encore, nous ajustons nos modèles afin de réduire à la fois les faux positifs et les faux négatifs et de fournir un service de qualité supérieure à nos clients. Toutefois, ce faisant, certains objets ou éléments des images capturées peuvent être floutés à tort. Dans ce cas, nous vous recommandons d’avancer ou de reculer d’une seule image dans votre capture afin de vérifier si les images adjacentes, espacées d’une demi-seconde seulement, présentent le même faux positif. Dans la plupart des cas, votre capture contiendra une image qui ne présente pas ce problème.
• Responsabilité du client et bonnes pratiques : le client est responsable d’obtenir l’autorisation des personnes concernées. Par exemple, le client peut afficher un avis indiquant qu’une documentation photographique à 360° sera réalisée et que des mesures seront prises pour désidentifier les visages. Le client peut également prendre des mesures lors de la capture des images afin d’empêcher ou de limiter la collecte de données concernant les personnes concernées, par exemple en effectuant les captures en dehors des heures de travail, lorsque moins de personnes sont susceptibles de se trouver sur le site.

Nous espérons que ces informations contribueront à répondre à vos questions et à atténuer vos éventuelles inquiétudes concernant ce qui peut être perçu comme une erreur de notre fonctionnalité de floutage des personnes.

FAQ

Existe-t-il des zones dans OpenSpace où le floutage des personnes n’est pas disponible ?

Les notes de terrain, les captures Lidar et les captures par drone ne prennent pas en charge le floutage des personnes.

Étapes suivantes

Cliquez ici pour consulter la Politique de confidentialité d’OpenSpace.

Cliquez ici pour découvrir comment gérer les fonctionnalités de votre organisation et de vos sites.

Si vous avez d’autres questions, veuillez contacter l’équipe d’assistance OpenSpace à l’adresse support@openspace.ai.