Reconnaissance faciale en Suisse : cadre légal, cas d’usage et alternatives pour les personnes indésirables en lieux privés à accès public
En Suisse, les vols à l’astuce dans les zones de Bancomat et d’accueil bancaire visant les personnes âgées sont en forte augmentation. Ces infractions, souvent commises par des individus récidivistes ou organisés (y compris des cas récents de faux policiers), mettent en évidence les limites des dispositifs de vidéosurveillance traditionnels. Dans ce contexte, la reconnaissance faciale appliquée à des personnes indésirables apparaît comme une solution technologique avancée pour renforcer la sécurité dans les lieux privés à accès public (banques, commerces, centres commerciaux). Cependant, son utilisation en Suisse soulève des questions majeures : La reconnaissance faciale est-elle légale selon la LPD ? Est-elle proportionnée dans un lieu accessible au public ? Existe-t-il des alternatives comme l’analyse comportementale ? Cet article propose une analyse complète, à la fois juridique, technique et opérationnelle, optimisée pour comprendre quand et comment utiliser la reconnaissance faciale en Suisse de manière conforme et efficace.
Cadre légal de la reconnaissance faciale en Suisse (LPD)
La reconnaissance faciale repose sur le traitement de données biométriques, considérées comme des données sensibles selon la Loi fédérale sur la protection des données (LPD).
Contrairement à une idée reçue, la reconnaissance faciale n’est pas interdite en Suisse, mais elle est strictement encadrée.
Les 4 principes clés de la LPD
1. Proportionnalité et nécessité
Le dispositif doit répondre à un besoin réel (ex : individus récidivistes identifiés) et aucune alternative moins intrusive (comme l’analyse comportementale) ne doit être suffisante.
2. Finalité et minimisation
La base de données doit être limitée à des personnes identifiées (plainte pénale ou incident documenté). Toute surveillance généralisée est exclue.
3. Transparence
Une signalisation claire doit informer les usagers de l’existence du dispositif.
4. Contrôle humain obligatoire
Aucune décision ne peut être automatisée. Toute alerte doit être validée par un opérateur.
Analyse de proportionnalité : condition essentielle en Suisse
La proportionnalité est le critère central pour évaluer la légalité d’un système de reconnaissance faciale.
Un dispositif peut être considéré comme conforme si :
- il est limité à des zones sensibles (ex : Bancomat)
- il cible uniquement des individus identifiés
- il fonctionne en traitement local (edge computing)
- il inclut une validation humaine
- les alternatives ont été analysées
Sans ces conditions, le système peut être jugé disproportionné et donc illégal.
RGPD vs LPD : quelle différence pour la reconnaissance faciale ?
Sous RGPD (Union européenne)
Le RGPD adopte une approche très restrictive : la reconnaissance faciale est en principe interdite dans les lieux publics, sauf cas très spécifiques.
Sous LPD (Suisse)
La Suisse adopte une approche plus pragmatique basée sur la proportionnalité.
👉 Résultat : il existe une zone grise juridique permettant des projets encadrés.
Absence de jurisprudence en Suisse
À ce jour, il n’existe pas de jurisprudence claire concernant :
- la reconnaissance faciale en banque
- les vols à l’astuce
- les personnes indésirables
Cela crée une opportunité unique pour les entreprises de structurer des projets pilotes (POC).
Pourquoi c’est le bon moment
Avec l’augmentation des fraudes visant les seniors (dont les faux policiers), les entreprises ont une responsabilité accrue.
👉 Une entreprise qui agit aujourd’hui peut :
- devenir pionnière
- définir les standards du marché
- renforcer sa posture sécuritaire
Architecture technique d’un système de reconnaissance faciale
Un système efficace repose sur une architecture maîtrisée.
Composants clés
- Caméras intelligentes (AXIS, edge AI)
- Moteur de reconnaissance faciale (SAFR, BriefCam)
- VMS (Genetec, Milestone)
Performances attendues
- Latence < 1 seconde
- Faux positifs : 1 à 3 %
- Traitement en temps réel
Bonnes pratiques techniques
- traitement local (edge)
- chiffrement des données
- base restreinte (watchlist)
- journalisation complète
Cas d’usage 1 : vols à l’astuce sur les seniors
Objectif
Détecter un individu déjà connu avant le passage à l’acte.
Mise en œuvre
- base alimentée par plaintes pénales
- alerte en temps réel
- validation humaine
Résultat attendu
- prévention proactive
- réduction des incidents
- effet dissuasif
Cas d’usage 2 : individus violents ou problématiques
Objectif
Anticiper le retour d’un individu ayant causé un dommage.
Exemples
- violence verbale
- agressions
- dégradations
Gestion
- durée limitée (6–12 mois)
- validation juridique
- suppression automatique
Alternative : analyse comportementale (Edge AI)
L’analyse comportementale est une alternative à la reconnaissance faciale.
Avantages
- juridiquement moins intrusive
- plus acceptable socialement
Limites
- ne permet pas d’identifier une personne
- moins efficace en cas de récidive
👉 Conclusion :
- analyse comportementale = niveau 1
- reconnaissance faciale = niveau avancé
Gouvernance et rôle de la Direction
Un projet de reconnaissance faciale nécessite un pilotage fort.
Facteurs clés de succès
- engagement de la Direction
- implication juridique (DPO)
- coordination IT / sécurité
- DPIA obligatoire
- formation des équipes
La Direction définit le niveau de risque acceptable et donne le cadre stratégique.
Conclusion : reconnaissance faciale en Suisse, entre opportunité et responsabilité
La reconnaissance faciale est un outil puissant mais sensible.
En Suisse, elle peut être utilisée si :
- elle est ciblée
- proportionnée
- encadrée
Dans un contexte d’augmentation des fraudes contre les seniors, elle représente une opportunité stratégique pour les entreprises.
Cependant, elle doit toujours être intégrée dans une approche globale combinant :
- technologie
- humain
- analyse comportementale
👉 L’enjeu n’est pas seulement technique, mais stratégique : trouver le bon équilibre entre sécurité et respect des droits fondamentaux.