Identity OCR — Document Intelligence FR/arabe

Une chaîne documentaire observable

Identity OCR est un démonstrateur de Document Intelligence de Digital Place. Il permet d’explorer le passage d’une image de document à des champs structurés, avec une interface qui expose les étapes du traitement plutôt qu’une simple sortie textuelle. C’est un actif de R&D : il est présenté comme un outil d’extraction documentaire, sans référence client ni décision KYC.

Le démonstrateur public présente quatre familles marocaines : CIN, certificat d’immatriculation, permis de conduire et passeport. Le testeur propose ces catégories et une option d’auto-détection signalée bêta. Les variantes anciennes et nouvelles mentionnées dans sa documentation doivent être qualifiées sur un corpus représentatif avant une intégration métier.

De l’image aux champs

Le pipeline documenté en interne articule détection, redressement, OCR français/arabe, lecture MRZ lorsqu’elle existe, contrôles de qualité et console opérateur. L’interface publique expose une lecture par zones et une extraction de champs. La double écriture est importante : les noms et les lieux en arabe et en caractères latins doivent être conservés sans confondre translittération, correction et preuve d’identité.

Une sortie structurée facilite la préparation d’un dossier et évite une partie de la ressaisie. Elle doit conserver le lien avec la zone source et permettre une correction explicite. Un contrôle de format, de date ou de somme de contrôle MRZ peut identifier une incohérence ; il ne démontre pas à lui seul l’authenticité du document.

Périmètre technique et données

Les sources internes documentent YOLO, PaddleOCR, OpenCV, FastAPI et React. Elles décrivent une architecture on-premise avec console opérateur. La documentation publique annonce un fonctionnement sur CPU x86, sans recours nécessaire à un GPU ni à un service OCR cloud externe. Ces éléments décrivent l’architecture et son intention de déploiement ; ils ne valent pas audit du serveur public ni mesure indépendante de performance.

Un déploiement dans le périmètre du SI permet de définir les accès, le réseau, les journaux et la conservation des images. Cette maîtrise doit être mise en œuvre et vérifiée pour chaque installation. Le testeur en ligne reçoit un fichier sur une infrastructure distincte de votre poste : utilisez des spécimens synthétiques ou dûment autorisés et examinez les informations du service avant toute transmission.

Ce que cette fiche ne revendique pas

Le Lab porte sur la lecture et l’extraction documentaire. Il ne revendique ni comparaison biométrique, ni détection de présence réelle, ni détection de fraude documentaire, ni décision automatique d’éligibilité KYC. Les étapes de vérification d’identité et de décision relèvent de contrôles supplémentaires.

Aucun taux de précision, temps garanti, certification ou conformité réglementaire n’est publié ici. Les animations et scores affichés dans une démonstration ne remplacent pas un protocole d’évaluation avec vérité terrain.

Comment préparer une évaluation utile

Construire un jeu de documents autorisé couvrant chaque famille, variante, écriture et condition de capture. Mesurer l’exactitude par champ, les échecs de lecture, le taux de correction humaine et la latence sur le matériel cible. Tester les reflets, les recadrages incomplets et les incohérences FR/arabe, puis vérifier que les cas douteux sont orientés vers une revue humaine.

L’intégration doit préciser le contrat de sortie, la provenance des champs, les règles de validation, les accès et l’effacement. Une démonstration devient ainsi une expérience reproductible, dont on peut décider les limites avant de lui confier un dossier réel.