Le matin du 11 août 2026, les usagers de la station de métro Victoria à Londres ont validé leur titre de transport comme à leur habitude. Très peu ont remarqué les caméras jaune vif installées dans le hall d’accueil, et encore moins se doutaient que, dès ce matin-là, chaque visage passant devant l’objectif était scanné en temps réel et comparé à un fichier de recherche policière. La British Transport Police (BTP) a annoncé le jour même l’extension de son expérimentation de reconnaissance faciale en direct (Live Facial Recognition, LFR) au réseau du métro londonien. La station Victoria constitue la première étape d’un dispositif qui rotatera entre plusieurs gares et stations de métro jusqu’en novembre.
Photo : En février 2026, l’expérimentation a débuté à la gare de London Bridge avec des caméras montées sur le toit d’un fourgon de police. Source : bbc.co.uk (PA Media)
Comment fonctionne exactement le système
Il convient de préciser le fonctionnement exact de cette technologie. Les caméras dédiées capturent l’image des visages et la transmettent en temps réel à un algorithme de comparaison (le logiciel NeoFace M40 du fournisseur japonais NEC). L’algorithme extrait de chaque visage un ensemble de caractéristiques géométriques — la distance entre les yeux, l’écartement du nez et de la bouche, la ligne des pommettes — et les traduit en une suite numérique. Ce vecteur mathématique fait office de “empreinte numérique”, que le système compare instantanément au fichier de recherche. Cette liste contient des individus recherchés par la police ou la justice, notamment des suspects de crimes graves ou des personnes en rupture de contrôle judiciaire.
Photo : Caméra LFR figurant dans le communiqué de presse de la British Transport Police. Source : btp.police.uk
Une idée reçue fréquente consiste à croire que le système reproduit la vérification visuelle d’un enquêteur humain. En réalité, la machine ne compare pas la ressemblance visuelle entre deux photographies, mais des vecteurs géométriques de caractéristiques. La compression du visage en données chiffrées permet de réaliser la comparaison en une fraction de seconde — d’où la qualification de reconnaissance “en temps réel”.
Précision en conditions réelles : L’écart avec les tests en laboratoire
Les taux de précision avancés par les constructeurs sont généralement mesurés dans des conditions idéales de laboratoire. Or, une station de métro aux heures de pointe constitue un environnement complexe : foule dense, éclairage variable, voyageurs penchés sur leur smartphone, port du masque ou du chapeau, et caméras situées à deux ou trois mètres de distance. Chacun de ces facteurs altère la qualité de l’extraction des caractéristiques. Les recherches académiques ont montré à plusieurs reprises qu’un même algorithme enregistre une baisse sensible de précision entre le laboratoire et le terrain. De plus, plusieurs études indépendantes ont mis en évidence des taux de faux positifs plus élevés chez les personnes aux peaux foncées. Le National Physical Laboratory (NPL) a réalisé des essais indépendants pour ce projet et formulé des réglages de paramètres destinés à réduire au minimum les faux positifs et les biais, réglages que la police s’est engagée à appliquer. Cela montre que la préoccupation face aux erreurs d’identification est réelle du côté des autorités, qui cherchent à la compenser par un paramétrage strict.
Des chiffres clés qui font réfléchir
Dans les échanges sur Hacker News, des intervenants ont cité le bilan officiel des déploiements publié par la BTP : lors des opérations menées depuis le début de l’année 2026, malgré des dizaines de milliers de visages scannés à chaque session, une seule alerte a été déclenchée — et elle s’est avérée être un faux positif. Cela indique que le système est paramétré de manière extrêmement conservatrice en situation réelle pour éviter les fausses fausses alertes. Les partisans y voient une démarche responsable (“mieux vaut manquer un suspect que d’interpeller un innocent”) ; les opposants estiment au contraire que scanner des dizaines de milliers de personnes pour un résultat nul représente un coût disproportionné en ressources publiques.
Un autre ensemble de chiffres provient de la Metropolitan Police (Met) : entre janvier et mi-septembre 2025 à l’échelle de Londres, 801 arrestations ont été enregistrées comme “résultant directement de la reconnaissance faciale”. Cela démontre qu’en dehors de l’essai dans le métro, cette technologie a permis des arrestations concrètes à une échelle significative. Sur le plan politique, le ministre de l’Intérieur du cabinet fantôme a appelé à une utilisation accrue de la reconnaissance faciale, rappelant que la base de données d’images de la police contient environ 10 millions de photos — ce qui signifie qu’environ 1 habitant sur 7 au Royaume-Uni (sur 68 millions d’habitants) figure dans ce fichier.
Cadre juridique : Protections suffisantes ou vide législatif ?
Dans le cadre du RGPD britannique (UK GDPR), les données faciales sont classées parmi les données biométriques dites de “catégorie particulière”, soumises à des exigences d’autorisation bien plus strictes que les données personnelles ordinaires. La police soutient que l’expérimentation s’inscrit pleinement dans le cadre légal : les dates et lieux de déploiement sont annoncés à l’avance, une signalisation claire est installée sur site, des itinéraires alternatifs permettent aux personnes souhaitant éviter la zone scannée de la contourner, les images des passagers absents des fichiers sont immédiatement et définitivement supprimées, et les photos d’alerte sont effacées sous 24 heures.
Les détracteurs jugent ce cadre insuffisant. L’organisation de défense des libertés civiles Big Brother Watch rappelle qu’il n’existe toujours pas de loi spécifique régissant l’usage de la reconnaissance faciale par la police au Royaume-Uni. En pratique, les forces de l’ordre fixent leurs propres règles internes (choix des personnes inscrites, taille des fichiers, seuil de tolérance des correspondances) sans vote ni débat parlementaire. La Met fait actuellement l’objet d’un recours devant la Haute Cour intenté par Shaun Thompson, 39 ans, intercepté en 2025 par une unité LFR à la sortie de la gare de London Bridge. Ayant refusé de fournir ses empreintes digitales, il a été retenu environ 30 minutes. Il a qualifié le dispositif de “contrôle d’identité sous stéroïdes”. Lors de l’audience de janvier 2026, la police a fait valoir que les 801 arrestations apportaient la preuve de l’efficacité du système et que l’atteinte à la vie privée du public restait “minimale”.
Les partisans : Un outil ciblé, pas de la surveillance de masse
Photo : Quatre caméras grises alignées sur le toit du véhicule de déploiement orientées vers le flux de voyageurs. Source : bbc.co.uk (PA Media)
Il convient de présenter l’argumentaire des partisans dans sa totalité. La police souligne que la population ciblée est très restreinte : suspects de crimes graves ou personnes en infraction avec une décision de justice. De plus, les déploiements sont guidés par le renseignement — les stations sont choisies là où les données indiquent un passage probable de personnes recherchées, et non de façon aveugle. Le responsable de la sécurité de Transport for London (TfL) l’a affirmé sans détours : identifier les délinquants à haut risque (y compris les auteurs d’infractions sexuelles) vise à “interrompre le crime avant qu’il ne se produise”.
Sur Hacker News, des défenseurs du système ont mis en avant deux arguments pratiques supplémentaires. D’une part, les stations de métro de Londres présentent des accès réduits et une structure fermée, ce qui en fait des points d’interception naturels pour la police ; la reconnaissance faciale permet d’apporter de la certitude là où la surveillance visuelle reposait sur la chance. D’autre part, la technologie est neutre et dépend de ses modalités d’usage : le système intègre un contrôle humain (une alerte ne déclenche pas une interpellation automatique, un agent sur place devant vérifier visuellement la correspondance avant d’agir), et les caméras jaunes sont parfaitement visibles, permettant aux personnes réticentes de modifier leur trajet. D’autres rappellent que le jugement visuel d’un policier humain comporte également des erreurs, s’interrogeant sur l’exigence d’une perfection absolue réservée aux seules machines.
Les opposants : L’engrenage sans retour de la surveillance biométrique
Les critiques formulées par les opposants s’articulent de manière tout aussi structurée. Big Brother Watch résume l’initiative comme “une surveillance biométrique de masse imposée à des citoyens respectueux de la loi” : l’ensemble des usagers est soumis au filtre de la machine, et le coût des faux positifs est supporté par des personnes innocentes retenues et interrogées. Un commentaire très suivi sur Hacker News a élargi la perspective : la carte Oyster et les cartes bancaires enregistrent chaque passage aux portillons, les caméras des caisses automatiques de supermarché filment les visages, les caméras ANPR enregistrent les plaques d’immatriculation des véhicules et les opérateurs conservent l’historique de navigation… la mobilité anonyme a disparu du Royaume-Uni depuis des années. Selon cet intervenant, la reconnaissance faciale ne fait qu’accentuer un processus d’érosion de la vie privée entamé depuis longtemps.
Les opposants redoutent également un effet d’entraînement (la pente glissante) : la liste des recherchés d’aujourd’hui pourrait s’étendre demain aux retardataires fiscaux, aux membres de certaines associations ou à des opposants. D’autres rappellent que l’étape de vérification humaine s’effectue sous pression. En 2005, le jeune Brésilien Jean Charles de Menezes a été tué par balle dans le métro de Londres par des policiers l’ayant confondu avec un terroriste, sans qu’aucun système de reconnaissance faciale ne soit intervenu. Cet événement historique rappelle que la chaîne humaine après le signalement peut elle aussi commettre des erreurs tragiques.
L’expérimentation se poursuit
Les deux visions reposent sur des éléments de fait : des délinquants sexuels empruntent effectivement le métro au quotidien et la police a besoin d’outils performants ; toutefois, le principe d’exposer l’ensemble des citoyens innocents à un contrôle automatisé n’a jamais fait l’objet d’un vote citoyen dans une démocratie. Il convient de rappeler qu’il s’agit pour l’instant d’un essai à durée déterminée s’achevant en novembre, à l’issue duquel un rapport d’évaluation sera publié. D’ici là, chaque jour, des millions de passagers continueront de défiler devant les objectifs jaune vif.
Liens de référence :
- BTP News : BTP expands live facial recognition trial into London Underground stations (Communiqué de presse officiel de la British Transport Police)
- BBC News : Police start live facial recognition trial at London stations (Reportage sur le lancement de l’expérimentation en février 2026, détails opérationnels et positions des parties)
- Biometric Update : British Transport Police extends live facial recognition trial into Underground stations (Détails techniques : NEC NeoFace M40, tests indépendants du NPL)
- Discussion Hacker News (item?id=49255496) (198 points, 229 commentaires sur les enjeux techniques et éthiques)
