Skip to main content
AI RADARSécurité
1•07/11/2026, 17:12•5 min de lecture

Expérience OSINT : la localisation d'une vidéo d'arbres déterminée par le son des avions

Expérience OSINT : la localisation d'une vidéo d'arbres déterminée par le son des avions - 1
Expérience OSINT : la localisation d'une vidéo d'arbres déterminée par le son des avions - 2
Expérience OSINT : la localisation d'une vidéo d'arbres déterminée par le son des avions - 3
Expérience OSINT : la localisation d'une vidéo d'arbres déterminée par le son des avions - 4
+1
En résumé30 sec

Un auteur OSINT a identifié le lieu et la date exacts du tournage d'une vidéo aléatoire d'arbres en utilisant seulement le son des avions, des données ADS-B et un spectrogramme.

Une expérience OSINT publiée sur YouTube montre comment une vidéo aléatoire d'arbres peut révéler le lieu et l'heure exacts du tournage en utilisant seulement le son des avions qui passent.

Les seules données de départ étaient :

  • la vidéo a été filmée quelque part aux États-Unis ;
  • la date de tournage était le 09/08/2026.

Avec seulement ces informations, l'auteur a finalement identifié un poteau précis à New York, équipé d'une caméra de rue avec laquelle la vidéo avait été filmée.

Il vaut mieux regarder la vidéo, mais voici une explication de la méthode.

L'image de la vidéo n'apportait rien, donc l'auteur n'a travaillé qu'avec le son. Il a ouvert l'audio dans un spectrogramme et a agrandi les basses fréquences. Il y a trouvé deux arcs à peine visibles : c'est ainsi que sonne un avion à hélice qui passe, dont le ton est d'abord plus haut, puis plus bas à cause de l'effet Doppler. Entre les deux arcs, il s'est écoulé 920 secondes. Il a ensuite téléchargé des données ADS-B — coordonnées, altitude et heure de chaque avion au-dessus des États-Unis ce jour-là — et a écarté tous les modèles à réaction.

Ensuite, il a couvert la zone autour des trajectoires avec une grille de points espacés de 200 m. Pour chaque point, il a calculé à quelle seconde on y entendrait le moment où l'avion est le plus proche. Le son a besoin de temps pour atteindre le sol, et la distance à l'avion a été calculée en ligne droite en tenant compte du relief sous l'appareil. La forme de l'arc a donné deux autres indices : la chute du ton indique la vitesse de l'avion, et la rapidité de cette chute indique la distance à l'avion. Le dernier filtre a été le silence : pendant 15 minutes entre les passages, aucun avion ne devait survoler la zone, ce qui a éliminé les points près des aéroports. Après tous les filtres, il restait environ 15 000 points.

Pour en choisir un, il a utilisé le fait que les arcs réels sont irréguliers : l'avion tourne, accélère et ralentit. Pour chaque point, à partir de la trajectoire réelle de chaque vol, il a modélisé l'arc qu'une personne entendrait exactement là, en corrigeant le délai du son. Le modèle était superposé au spectrogramme, et la note dépendait de la précision avec laquelle il épousait la ligne réelle. Il n'a pas ajusté le deuxième arc ; sa position relative au premier est définie uniquement par la trajectoire. Pour cette étape, la grille a été affinée à 100 m.

Une paire de vols a obtenu un score bien supérieur aux autres : les modèles se sont presque parfaitement superposés aux deux arcs. Pour vérifier, il a pris, dans le même enregistrement, un troisième arc totalement inaudible et a cherché seulement à partir de cet arc et de l'heure d'enregistrement. Le même point a de nouveau pris la première place. Il l'a ouvert dans Google Street View sur une rive d'Oyster Bay (New York) et a comparé la silhouette des arbres avec l'image : un arbre en forme de lettre V, une pointe aiguë et une couronne ronde. Tout correspondait, et un poteau voisin portait la même caméra de surveillance.

Je suis sûr que si l'on donnait cette vidéo à Claude, il la reproduirait facilement.

Pourquoi c'est important

Analyse

Ce cas montre comment les données ouvertes de trafic aérien et l'analyse acoustique peuvent transformer des enregistrements fortuits en preuves géolocalisées précises. Pour la confidentialité et la sécurité, il rappelle que même des vidéos sans métadonnées peuvent contenir des signaux identifiants.

Discuter dans la communauté

Partagez vos questions et vos idées avec les développeurs

Rejoindre Telegram

Lié dans l'écosystème

Guides pratiques, terminologie clé et compétences d'agents