Détection de fraude documentaire

Détecter une photo de sinistre truquée

Dégât des eaux, bris de glace, carrosserie : la photo est souvent la première preuve d’un sinistre. Avec les outils de retouche et d’intelligence artificielle, créer ou aggraver un dommage en image n’a jamais été aussi simple. Docusan analyse chaque photo transmise et signale les manipulations.

Ce qu’une photo de sinistre prouve, et ce qu’elle ne prouve pas

Pour déclarer un sinistre, l’assuré dispose du délai prévu au contrat, qui ne peut pas être inférieur à 5 jours ouvrés, ou 2 en cas de vol. Il rassemble ses justificatifs, dont les factures et les photographies, et l’assureur peut mandater un expert pour vérifier les circonstances et évaluer les dommages.

Une photo ne répond qu’à une question : que montre cette image ? Elle ne dit pas d’elle-même quand elle a été prise, si le dommage vient du sinistre déclaré, ni s’il concerne réellement le bien assuré. C’est un indice à confronter au reste du dossier, pas une preuve autonome.

L’enjeu est réel. L’ALFA, l’association de lutte contre la fraude à l’assurance, recense 946 millions d’euros de fraude identifiée par ses adhérents pour l’exercice 2025, dont environ 627 millions en IARD (incendie, accidents et risques divers). Ces chiffres mesurent ce que les assureurs détectent, pas l’ampleur réelle du phénomène, et ils ne distinguent pas les photos des autres pièces.

Ce que le fichier peut dire : métadonnées, provenance, marquage IA

Les métadonnées Exif. Une photo peut enregistrer la date et l’heure, les réglages de l’appareil et même une position géographique. Ces informations se comparent à la déclaration. Elles restent fragiles : elles peuvent être absentes ou modifiées, et les messageries ou les captures d’écran les retirent souvent.

La provenance C2PA. Certains fichiers portent des Content Credentials, un historique signé de l’image. Leur vérification dit si cet historique est intact et qui l’a signé, pas si l’image dit vrai. Leur absence, à elle seule, ne signifie rien : ce marquage reste facultatif et peut être retiré.

Le marquage des images d’IA. Le règlement européen sur l’IA impose depuis le 2 août 2026 aux fournisseurs de systèmes génératifs de marquer leurs contenus dans un format lisible par machine ; les systèmes déjà sur le marché ont jusqu’au 2 décembre 2026. Une marque absente ne prouve rien pour autant : les contenus antérieurs n’ont pas à être marqués, et les fonctions d’édition courante sont exclues.

Un doute sur un document ?

Analysez-le gratuitement : Docusan signale les anomalies et les localise sur le document.

Tester gratuitement

Comment repérer une photo de sinistre truquée : la méthode en 6 étapes

  1. Demandez le fichier d’origine

    Une copie transférée ou une capture perd une partie de ses informations. Demandez la photo telle qu’elle est sortie de l’appareil, ainsi que plusieurs vues du même dommage : de près, de loin, avec un repère du décor.

  2. Confrontez l’image à la déclaration

    Le lieu, le bien, la saison, le moment de la journée correspondent-ils ? Plaque, modèle, pièce, mobilier : ces détails doivent coller au contrat, au constat et aux autres pièces du dossier.

  3. Regardez la scène de près

    Les ombres et les reflets sont-ils cohérents entre eux ? Le dommage a-t-il une forme compatible avec la cause déclarée ? Le grain est-il le même autour de la zone endommagée ? Dans une image générée, le texte et les plaques sont souvent approximatifs, mais ces défauts s’estompent : notre guide sur les documents générés par IA détaille les limites de l’œil.

  4. Lisez les propriétés du fichier

    Notre outil gratuit lit dans votre navigateur, sans rien envoyer, le logiciel, l’appareil, les dates et l’éventuel marquage C2PA d’une image. Une date qui précède le sinistre déclaré ou un logiciel de retouche appelle une question, pas une conclusion.

  5. Cherchez si la photo existe déjà

    Une recherche d’image inversée retrouve les photos déjà publiées sur internet. Comparez aussi l’image à vos propres dossiers : la même photo, ou le même dommage, a-t-elle déjà servi pour un autre sinistre ou un autre assuré ?

  6. Faites vérifier si l’enjeu le justifie

    Un doute sérieux appelle une nouvelle prise de vue, une expertise ou un passage sur place. Recoupez aussi la photo avec la facture de réparation, qui doit correspondre au dommage montré.

Dégât des eaux, bris de glace, auto : les incohérences typiques

Aucun de ces signes n’est une preuve à lui seul ; plusieurs à la fois justifient un contrôle plus poussé :

  • Auto : un impact du côté opposé à celui décrit dans le constat amiable, une plaque ou une teinte qui ne correspond pas au véhicule assuré, de la rouille dans une rayure censée être récente.
  • Dégât des eaux : une trace sans rapport avec l’origine indiquée dans le constat, une tache déjà sèche et ancienne sur une photo censée dater du jour même.
  • Bris de glace : un impact mal placé par rapport à la cause déclarée, un reflet qui traverse la fissure sans se déformer.
  • Vol : une photo prouve au mieux qu’un objet a existé, pas qu’il a disparu. Comparez-la à la facture et au récépissé de dépôt de plainte.

Retouche de bonne foi, expert, vie privée : les cas particuliers

Toute retouche n’est pas une fraude. Un téléphone corrige lui-même la lumière, et un assuré peut recadrer ou éclaircir une image pour la rendre lisible. La bonne question est de savoir si la modification change ce que la photo prouve.

La photo de l’assuré et le rapport de l’expert ne se valent pas. L’expert est désigné par l’assureur, et l’assuré peut obtenir une copie de son rapport ; si le contrat le prévoit, il peut faire réaliser une contre-expertise à ses frais. Vos conclusions sur une image doivent donc pouvoir être expliquées.

Une photo montre parfois plus que le dommage : un visage, l’intérieur d’un logement, une plaque, et ses métadonnées peuvent contenir une position. Limitez l’accès aux personnes qui traitent le dossier.

Que faire si la photo semble truquée ?

Ne refusez pas un dossier sur une seule anomalie : demandez d’autres vues, le fichier d’origine ou une expertise, et consignez ce que vous avez vérifié. Notre guide sur la vérification d’un document détaille cette démarche.

Selon l’ALFA, le Code des assurances ne prévoit pas de sanction explicite de la fraude au sinistre, mais la plupart des contrats prévoient une déchéance de garantie en cas de fausse déclaration intentionnelle, et l’assureur peut demander le remboursement d’une indemnité déjà versée. Au pénal, les poursuites visent surtout l’escroquerie, punie de cinq ans d’emprisonnement et de 375 000 € d’amende, et le faux, puni de trois ans d’emprisonnement et de 45 000 € d’amende.

L’ALFA met aussi à la disposition de ses adhérents un réseau d’enquêteurs certifiés. La suite à donner relève de votre service sinistres et de votre service juridique. Notre page assurance présente ces contrôles dans la gestion des sinistres.

Analyser les photos de sinistre quand les volumes augmentent

L’œil et les propriétés du fichier ont leurs limites : une retouche soignée peut ne laisser aucune trace visible. Docusan analyse la photo reçue, en JPEG, PNG ou TIFF, comme les PDF et les scans du même dossier, et rend un verdict : Aucune détection, Suspect ou Alerte. Les anomalies sont localisées sur l’image, avec un commentaire pour les comprendre, et la décision revient toujours à vos gestionnaires.

Docusan analyse le fichier : il n’interroge ni l’assuré ni les bases administratives, et il ne remplace pas l’expert. Vous pouvez l’utiliser depuis la plateforme ou l’intégrer à votre outil de gestion des sinistres grâce à son API, avec l’offre Entreprise. Les documents sont hébergés dans l’Union européenne et ne servent jamais à entraîner nos modèles (sécurité et confidentialité).

Sources

Fraudes typiques

Les falsifications les plus courantes

01

Dommage ajouté ou aggravé

Une rayure, une fissure ou une trace d’eau est ajoutée ou agrandie par retouche sur une photo authentique.

02

Image générée par IA

Une photo de dommage est entièrement créée avec un outil de génération d’images, sans sinistre réel.

03

Photo détournée

Une image provenant d’un autre contexte est présentée comme la preuve du sinistre déclaré.

Notre approche de détection

Ce que Docusan analyse

Quatre niveaux d’analyse pour repérer les falsifications, que le document soit un PDF, un scan ou une photo.

01

Métadonnées

  • Absence de métadonnées
  • Incohérences dans les propriétés du fichier
02

Anomalies au niveau des pixels

  • Images générées par IA, deepfakes
  • Insertions de contenu (splicing, inpainting, copy-move…)
03

Anomalies de structure

  • Retouches et annotations
  • Restauration des versions précédentes
04

Détecteurs personnalisables

  • Cohérence avec les modèles de documents (templates)
  • Recoupement de données
  • Listes de surveillance (watchlists)

Secteurs concernés

Le résultat

À quoi ressemble un rapport

Chaque document reçoit un verdict : Aucune détection, Suspect ou Alerte. Les anomalies sont localisées sur le document, avec un commentaire pour les comprendre.

Alerte

  • Zone du document modifiée
  • Propriétés du fichier incohérentes
  • Un commentaire pour chaque indice
Illustration avec un document fictif. Les indices dépendent du document analysé.

Questions fréquentes

Vos questions

Comment détecter une image manipulée dans un dossier de sinistre ?

Demandez le fichier d’origine et plusieurs vues, confrontez l’image à la déclaration, regardez les ombres, les reflets et le grain autour du dommage, lisez les propriétés du fichier et cherchez si la photo a déjà circulé. En cas de doute sérieux, demandez une expertise.

Comment éviter qu’une même photo serve à plusieurs sinistres ?

Comparez chaque photo reçue à vos dossiers précédents, pour le même assuré comme pour les autres, et faites une recherche d’image inversée pour les photos qui auraient circulé sur internet. Conservez aussi les fichiers d’origine, plus faciles à comparer que des copies.

Une photo de sinistre sans métadonnées est-elle suspecte ?

Pas en soi. Les messageries et les captures d’écran les retirent souvent, et certains appareils en écrivent peu. Demandez le fichier d’origine, puis jugez la photo avec le reste du dossier.

Une photo retouchée est-elle forcément une fraude ?

Non. Une correction automatique de la lumière ou un recadrage pour rendre l’image lisible n’ont rien de frauduleux. La fraude suppose une intention de tromper : ce qui compte est de savoir si la modification change ce que la photo prouve.

Docusan détecte-t-il les photos générées par intelligence artificielle ?

Oui. Docusan identifie les images générées par intelligence artificielle. Comme tout détecteur, il fournit un verdict à interpréter, pas une certitude absolue.

Une photo envoyée par messagerie peut-elle être analysée ?

Oui. Pour une analyse la plus complète possible, demandez toutefois la photo d’origine plutôt qu’une copie transférée par messagerie.

Comment les gestionnaires voient-ils les anomalies ?

La visionneuse met en évidence les zones suspectes sur la photo et indique le verdict, pour que le gestionnaire juge rapidement s’il faut une expertise.

Tester gratuitement

Gros volumes ?

Automatisez vos contrôles

Abonnement avec pages comprises à partir de l’offre Pro ; API, infrastructure dédiée et détecteurs personnalisés avec l’offre Entreprise.