Vous déposez une capture dans Google Images et vous récupérez des photos de banque d'images sans rapport. Le problème n'est pas que votre image soit floue. C'est que vous posez la mauvaise question au mauvais type de moteur de recherche.
La recherche d'image inversée de Google cherche des copies et quasi-copies de cette image entière dans un index constitué en explorant le web public. Deux choses cassent ce modèle pour les images extraites de vidéos pour adultes : Google n'explore pas la plupart de ces sites, et une image extraite d'une vidéo n'est publiée nulle part, donc il n'y a aucune copie à trouver.
Que compare réellement la recherche d'image inversée de Google ?
Elle compare l'image entière — composition, répartition des couleurs et doublons connus. C'est un détecteur de quasi-doublons, pas un système de reconnaissance faciale.
Cette distinction est toute l'histoire. Si vous envoyez l'image d'une personne dans une chambre, Google cherche d'autres images qui partagent cette empreinte visuelle d'ensemble. Il ne se demande pas « à qui est ce visage ? ». Il n'a aucune raison d'isoler le visage.
Pour retrouver une personne, la comparaison utile n'est pas image contre image. C'est visage contre visage : détecter le visage, le ramener à une pose standard, le convertir en vecteur numérique, et comparer ce vecteur à tous les visages déjà indexés.
Pourquoi Google n'a-t-il pas ces pages dans son index ?
Plusieurs filtres s'empilent, et chacun retire une tranche du catalogue :
| Obstacle | Effet sur la recherche d'image inversée |
|---|---|
| Filtrage SafeSearch | Les images pour adultes sont supprimées de la surface de résultats même là où elles sont indexées |
Exclusions robots.txt |
Beaucoup de sites pour adultes bloquent les robots sur les chemins de galeries et de vignettes |
| Murs de connexion et de vérification d'âge | Ce qui est derrière n'est jamais récupéré par un robot |
| Images produites par le lecteur | L'image exacte que vous avez capturée n'a jamais été publiée comme fichier |
La dernière ligne est celle qu'on sous-estime. Quand vous mettez une vidéo en pause et capturez l'écran, vous créez une image qui n'a jamais existé sur le web sous forme de fichier. Aucun robot, nulle part, n'en a de copie. La comparaison par quasi-doublon n'a rien à comparer.
Pourquoi un visage recadré donne-t-il un moins bon résultat, et non un meilleur ?
Parce que le recadrage supprime précisément le signal que Google utilise.
La comparaison d'image entière s'appuie sur l'arrière-plan, la mise en page et la répartition des couleurs. Recadrez sur le visage et vous en effacez l'essentiel, ne laissant qu'une petite zone qui ressemble à des millions d'autres visages au niveau du pixel. Vous avez rendu l'image moins distinctive pour un système qui, de toute façon, ne cherchait pas d'identité.
C'est un bon test de diagnostic : si un outil devient moins bon quand vous recadrez sur le visage, cet outil ne fait pas de recherche faciale.
Ce qui marche vraiment : les vecteurs faciaux
La recherche faciale inverse l'ordre des opérations. Au lieu de comparer des images, elle compare des descriptions mathématiques de visages.
- Détecter le visage et ses points de repère — yeux, pointe du nez, coins de la bouche
- Aligner le visage à partir de ces points, pour qu'une tête inclinée et une tête de face deviennent comparables
- Encoder le visage aligné en un vecteur — dans notre cas 512 nombres (ArcFace)
- Comparer ce vecteur à chaque visage indexé par similarité cosinus
Parce que l'étape 3 jette la pose, la lumière et l'arrière-plan, deux photographies d'une même personne prises à des années d'intervalle dans des pièces différentes se retrouvent malgré tout proches dans l'espace vectoriel. C'est une chose que la comparaison d'image entière ne peut structurellement pas faire.
Encore faut-il que l'index soit bâti sur la bonne matière. Le nôtre contient 241,792 visages issus de jaquettes et d'images de vidéos pour adultes sur 106 sites (notre index, instantané 2026-08). Un index d'images généraliste ne contient tout simplement pas cette matière, et c'est pourquoi un outil généraliste ne peut pas la renvoyer, aussi bon que soit son algorithme.
Une limite à poser : notre couverture n'est pas répartie uniformément. Une grande part de nos images représentatives vient d'un petit nombre de sources : un titre qui n'existe que sur un site que nous n'avons pas indexé ne sera pas trouvé. Aucun index facial ne couvre tout, et tout outil qui prétend le contraire en fait trop.
À partir de quel niveau est-on « assez similaire » ?
La similarité cosinus entre deux vecteurs faciaux va de 0 à 1. Sur nos données, le seuil calibré pour les images extraites de vidéos est 0.40 — au-dessus, deux visages sont considérés comme probablement la même personne.
Cela compte pour lire les résultats honnêtement. Une recherche vectorielle dense renvoie toujours quelque chose, même quand la bonne réponse est absente. Un résultat à 0.42 et un résultat à 0.85 se ressemblent dans une liste mais veulent dire des choses très différentes. Tout outil qui vous montre des correspondances sans vous montrer les scores vous cache la partie dont vous avez besoin.
Questions connexes
- Comment retrouver une vidéo à partir d'une seule capture
- Comment fonctionne la recherche faciale, étape par étape
- Envoyer une photo à un outil de recherche, est-ce sans risque ?
- Pourquoi je ne trouve pas le titre que je cherche ?
Vous pouvez tester la différence directement : envoyez la même capture ici et à Google Images. La détection tourne dans votre navigateur — la photo d'origine ne quitte jamais votre appareil, et seule une zone de visage recadrée est envoyée pour la comparaison.