L’image mining, ou fouille d’images, est une branche de l’analyse de données qui consiste à extraire automatiquement, à partir de grandes collections d’images, des régularités, des associations ou des tendances invisibles à l’échelle d’une seule image.
La démarche suit plusieurs étapes. Les images sont d’abord collectées et préparées : format harmonisé, doublons supprimés, qualité contrôlée. Des descripteurs sont ensuite extraits, comme les couleurs, les textures, les formes ou les objets détectés par des algorithmes de vision par ordinateur. Ces descripteurs, souvent croisés avec des métadonnées comme la date, le lieu ou le texte associé, sont enfin analysés par des méthodes d’apprentissage automatique (machine learning) : regroupement, classification, recherche d’associations.
Un projet d’image mining repose sur un corpus d’images représentatif de la question posée, sur des descripteurs adaptés et sur des modèles d’analyse, aujourd’hui souvent fondés sur le deep learning.
Le terme se distingue de la reconnaissance d’image, qui attribue une catégorie à chaque image prise isolément : l’image mining exploite ces résultats à l’échelle d’un corpus pour en tirer des connaissances. Il prolonge le data mining, conçu pour des données structurées, vers des contenus visuels non structurés. En marketing, il sert à analyser les photos publiées sur les réseaux sociaux, à étudier la présence d’une marque ou d’un produit dans les contenus générés par les utilisateurs ou à organiser une photothèque.
Les photos publiées par les consommateurs montrent des usages que les déclarations ne révèlent pas : le contexte de consommation, les produits associés, le moment de la journée. C’est l’intérêt principal de l’image mining pour une équipe marketing. Sa limite est symétrique. Un corpus de photos publiées ne représente que les personnes qui publient, et seulement ce qu’elles choisissent de montrer. Nous recommandons de le traiter comme une source exploratoire, à confronter à des études, jamais comme une mesure de part de marché ou d’audience.
Une image qui montre une personne identifiable contient une donnée personnelle. Le RGPD s’applique donc à la plupart des corpus issus des réseaux sociaux : base légale, information des personnes, durée de conservation. Lorsque l’analyse extrait les traits du visage pour authentifier ou identifier une personne, la CNIL rappelle que les données obtenues sont des données biométriques au sens de l’article 4-14 du RGPD. Elle indique qu’un tel projet doit au minimum faire l’objet d’une analyse d’impact relative à la protection des données (fiche « Reconnaissance faciale »).
Les images protégées par le droit d’auteur posent une autre question. Le code de la propriété intellectuelle prévoit, à l’article L122-5-3 issu de la directive (UE) 2019/790, une exception de fouille de textes et de données. Les titulaires de droits peuvent s’y opposer par une réservation expresse. Le ministère de la Culture a rappelé, dans une réponse à une question écrite publiée au Journal officiel le 11 août 2026, que cette exception suppose une source licite et la prise en compte effective du droit d’opposition. Vérifiez donc les oppositions et les conditions d’utilisation des sources avant toute collecte automatisée.
Deux mesures distinctes sont nécessaires. La première porte sur le modèle : la part des images correctement classées sur un échantillon vérifié à la main, catégorie par catégorie. La seconde porte sur le corpus : volume, période couverte, part des images exploitables.
Advalians repère et teste sur vos besoins réels les usages de l’IA qui font gagner du temps ou de la qualité, mesure les gains et fixe des règles d’usage claires.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
La reconnaissance d’image répond à une question sur une image : que contient-elle ? L’image mining répond à une question sur un corpus : quelles régularités apparaissent dans des milliers d’images ? La première est souvent une étape de la seconde. Un projet d’image mining utilise des modèles de reconnaissance pour décrire chaque image, puis croise ces descriptions avec des métadonnées pour dégager des tendances.
Critère de choix : pour trier ou étiqueter des visuels, un outil de reconnaissance suffit. Pour tirer des enseignements sur des usages ou des tendances, il faut une démarche d’image mining complète.
Commencez par une question métier unique et un corpus limité. Par exemple : dans quels contextes vos produits apparaissent-ils sur les photos publiées par vos clients ? Fixez ensuite la période, les sources et le volume visé.
Vérifiez les conditions d’utilisation des sources et les règles de protection des données avant la collecte. Annotez à la main un échantillon, à titre indicatif quelques centaines d’images, pour contrôler le modèle. Présentez les premiers résultats à l’équipe métier avant d’élargir le corpus : elle repère vite les catégories mal définies.
Comparez les résultats du modèle à un échantillon vérifié à la main. Tirez des images au hasard, faites-les classer par une personne, puis mesurez la part des images sur lesquelles le modèle et l’annotateur concordent.
Faites ce contrôle catégorie par catégorie : un bon score global peut masquer une catégorie mal reconnue. Contrôlez aussi la représentativité du corpus : sources, période, part des images exploitables. Renouvelez le contrôle à chaque changement de corpus ou de modèle, et notez les résultats pour comparer les versions entre elles.
Le premier risque concerne les personnes visibles. Une personne identifiable fait de l’image une donnée personnelle et soumet l’analyse au RGPD : base légale, information, durée de conservation. Extraire les traits du visage pour reconnaître une personne produit des données biométriques, et la CNIL demande au minimum une analyse d’impact pour la reconnaissance faciale.
Le second risque concerne le droit d’auteur : les titulaires peuvent s’opposer à la fouille de leurs œuvres. Inscrivez ces deux vérifications dans le cahier des charges du projet, avant toute collecte.
Il est pertinent quand les images portent une information que les données textuelles ou déclaratives ne donnent pas : contexte d’usage, produits associés, présence d’une marque en situation. Il l’est moins quand le corpus disponible est petit, peu représentatif ou juridiquement fragile.
Renoncez-y si quelques centaines d’images suffisent à répondre : une analyse manuelle sera plus rapide et plus fiable. Renoncez aussi si la question exige une mesure représentative de la population : seule une étude menée sur un échantillon construit peut la fournir.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
