Une recherche qui échoue relève rarement de la malchance. Les échecs se regroupent en huit erreurs récurrentes environ, et la plupart viennent de l'application d'une méthode à un problème pour lequel elle n'a jamais été faite — puis de sa répétition avec plus d'énergie quand elle ne marche pas.
Voici chaque erreur, la raison pour laquelle elle paraît raisonnable, et quoi faire à la place.
Quelles erreurs coûtent le plus de temps ?
Classées selon l'effort qu'elles gaspillent avant l'abandon.
| Erreur | Pourquoi elle semble juste | Ce qui se passe vraiment | À faire à la place |
|---|---|---|---|
| Utiliser Google/TinEye sur une image capturée soi-même | C'est l'outil évident | Votre image n'a jamais existé comme fichier publié : il n'y a donc aucune copie à trouver | Utiliser une recherche par vecteur facial |
| Lire l'ordre de classement en ignorant les scores | Le premier résultat a l'air sûr de lui | Une recherche vectorielle renvoie toujours quelque chose, même quand la réponse est absente | Lire le score par rapport au seuil |
| Réessayer avec la même mauvaise image | Cela ressemble à de la persévérance | La chaîne échoue à l'identique à chaque fois | Capturer une deuxième image |
| Recadrer serré sur le visage avant l'envoi | Cela semble aider à concentrer la recherche | Cela retire la marge dont l'alignement a besoin et baisse la résolution utile | Envoyer l'image telle qu'elle a été capturée |
| Prendre « j'ai trouvé l'actrice » pour « j'ai trouvé le titre » | La moitié de la réponse ressemble à la réponse entière | Vous finissez par affirmer la mauvaise sortie | Confirmer avec la filmographie et les détails de la scène |
| Ignorer les codes visibles à l'écran | L'image paraît être la preuve principale | Vous faites de l'analyse d'image là où une recherche textuelle aurait tranché en quelques secondes | Regarder les trente premières secondes à la recherche d'un code |
| Se fier à une filmographie sans vérification visuelle | Les fiches ont l'air de faire autorité | Les homonymies et les fiches fusionnées produisent de mauvaises listes | Comparer les visages attachés à la fiche |
| Photographier l'écran avec un téléphone | Plus rapide que de chercher la touche de capture | Moiré, reflets et flou détruisent la précision des points de repère | Utiliser la fonction de capture d'écran de l'appareil |
Pourquoi « essayons un autre outil » est-il en général une mauvaise idée ?
Parce que les outils d'une même famille échouent pour la même raison structurelle, et que passer de l'un à l'autre ne change rien.
Les moteurs de quasi-doublon — Google Images, Bing Visual Search, TinEye, Yandex — cherchent tous des copies de votre image entière dans une exploration du web. Une image que vous avez capturée depuis un lecteur n'a jamais été publiée comme fichier : aucun d'eux n'en a donc de copie. Les lancer tous les quatre, c'est répéter quatre fois la même expérience.
Changer de famille, en revanche, vaut le coup. Passer du quasi-doublon à la correspondance par vecteur facial change la question posée, et donc les conditions d'échec. C'est le seul changement d'outil qui ait une espérance de gain.
Pourquoi le premier résultat paraît-il convaincant alors qu'il est faux ?
Parce qu'une recherche classée n'a aucune notion de « non trouvé ». Demandez les dix visages les plus proches et vous en obtenez dix, que la bonne personne soit ou non dans l'index.
C'est le contresens le plus fréquent, il vaut donc la peine de le dire sans détour : la position dans la liste ne veut rien dire en soi. Sur nos données, la similarité cosinus va de 0 à 1, avec un seuil calibré à 0.40 pour les images extraites de vidéos.
| Score | Ce que cela veut dire | Contresens fréquent |
|---|---|---|
| 0.31 | Sous le seuil — à traiter comme une absence de correspondance | « C'est classé premier, donc c'est forcément elle » |
| 0.44 | Faible ; demande un second élément de preuve | « Confirmé » |
| 0.72 | Fort ; probablement la même personne | En général bien lu |
Si un outil vous montre une liste classée sans scores, il a retiré la seule information qui distingue ces trois lignes.
Pourquoi identifier l'actrice n'équivaut-il pas à identifier le titre ?
Parce qu'un visage apparaît dans tous les titres qu'a tournés cette actrice, et que rien dans un vecteur facial n'encode celui que vous regardez.
La recherche faciale répond à qui. Arriver à quelle sortie demande une seconde étape : affiner par les détails de la scène — décor, tenue, longueur de cheveux, tatouages ou piercings, tout texte visible à l'écran — face aux œuvres connues de l'actrice, puis confirmer avec un code. On saute cette étape parce que la première réponse arrive avec une telle précision qu'elle donne l'impression d'être complète.
Que faut-il supposer sur la couverture avant de commencer ?
Qu'aucun index n'est complet, y compris le nôtre, et que l'absence produit des réponses fausses d'apparence plausible plutôt que des messages d'erreur.
Notre index contient 241,792 visages répartis sur 106 sites, dont 2,333 reliés à une actrice nommée (notre index, instantané 2026-08). Deux chiffres posent honnêtement les attentes :
- 2,246 de ces 2,333 actrices nommées ont leur image représentative issue d'une seule source. La couverture est très concentrée : les contenus des catalogues que nous n'indexons pas sont donc invisibles.
- Nos données de ressemblance contiennent 7,004 références vers des identités sans nom. Une forte correspondance sans nom est un résultat normal — cela veut dire que le visage est indexé mais que l'étape d'identification n'a jamais eu lieu.
Supposer que la couverture est complète est en soi une erreur, car cela transforme « absent de l'index » en « c'est forcément l'un de ces résultats ».
À quoi ressemble une tentative méthodique ?
Quatre gestes, dans l'ordre, puis on s'arrête :
- Une bonne image — les deux yeux visibles, pas de flou de mouvement, capture sur lecteur en pause.
- Lire le meilleur score par rapport au seuil de 0.40. Au-dessus, on continue ; en dessous, on met en cause l'image ou la couverture, pas la personne.
- Une deuxième image, ou une autre personne dans la scène.
- Une vérification de code, si un code apparaît à l'écran ou dans un nom de fichier.
Si les quatre échouent, la conclusion honnête est que le contenu n'est pas atteignable depuis les sources disponibles aujourd'hui. Revérifier dans quelques mois est plus productif qu'une cinquième tentative le jour même.
Questions connexes
- Comment retrouver une vidéo à partir d'une seule capture d'écran
- Pourquoi je ne trouve pas le titre que je cherche ?
- Comment prendre une capture d'écran exploitable par la recherche faciale
- Comparatif des outils de recherche d'image inversée
- Comment retrouver une vidéo à partir de son code JAV
Si vous réessayez avec la même image, la solution est une autre image, pas un autre outil. Envoyez-en une nouvelle ici — la détection tourne dans votre navigateur, et chaque résultat affiche le score dont vous avez besoin pour le juger.