在數(shù)字化轉(zhuǎn)型浪潮下，隱私保護(hù)已成為全球性挑戰(zhàn)。隨著AI攝像頭、無(wú)人機(jī)等視覺采集設(shè)備的普及，海量圖像數(shù)據(jù)在提升生產(chǎn)效率的同時(shí)，也帶來(lái)了敏感信息泄露的風(fēng)險(xiǎn)。

然而傳統(tǒng)模糊化處理技術(shù)往往陷入兩難境地——過(guò)度處理會(huì)破壞數(shù)據(jù)價(jià)值，而處理不足又難以滿足日益嚴(yán)格的隱私法規(guī)要求。如何在保護(hù)個(gè)人隱私的同時(shí)釋放數(shù)據(jù)潛力，成為橫跨各行業(yè)的核心難題。

一、客戶需求

日本建筑業(yè)公司Taisei Corporation（大成建設(shè)）最初涉足圖像識(shí)別人工智能領(lǐng)域時(shí)，采用了一款安裝有模糊處理應(yīng)用程序接口（API）的攝像頭來(lái)保護(hù)個(gè)人數(shù)據(jù)。

然而，這種方法因API本身的限制面臨諸多挑戰(zhàn)。比如，它會(huì)導(dǎo)致過(guò)度模糊，常常將整個(gè)人的上半身都模糊掉，這對(duì)訓(xùn)練人工智能系統(tǒng)而言會(huì)產(chǎn)生負(fù)面影響。此外，這種方法無(wú)法捕捉到性別和年齡等關(guān)鍵屬性，因?yàn)檫@些信息在模糊處理過(guò)程中會(huì)丟失。
因此，Taisei需要的是一種既能有效保護(hù)個(gè)人隱私，又能保留圖像中關(guān)鍵信息（如性別、年齡等屬性），以滿足人工智能訓(xùn)練需求的解決方案，即需要滿足三重目標(biāo)：

1. 法律合規(guī)性：符合日本《個(gè)人信息保護(hù)法》及歐盟GDPR對(duì)個(gè)人信息的嚴(yán)格規(guī)定

2. 數(shù)據(jù)可用性：處理后的圖像保留性別、年齡等基本屬性

3. 技術(shù)擴(kuò)展性：支持后續(xù)AI分析（如安全行為識(shí)別、自動(dòng)化施工監(jiān)測(cè)）的數(shù)據(jù)結(jié)構(gòu)化需求

二、解決方案

對(duì)于Taisei在匿名化與可用性的需求，深度自然匿名化（DNAT）方案顯然是一個(gè)很好的選擇。該解決方案利用先進(jìn)的深度學(xué)習(xí)技術(shù)， 可以有效地檢測(cè)鏡頭中的人臉和車牌。一旦人臉和車牌得到檢測(cè)，DNAT就會(huì)隨機(jī)生成一個(gè)真實(shí)的覆蓋層替代它們。

這種方法有效地隱藏了圖像中個(gè)人信息，同時(shí)保留了原始數(shù)據(jù)中的關(guān)鍵特征，平衡了隱私保護(hù)和數(shù)據(jù)效用，很好地解決了Taisei目前所遇到的困境。

1、方案亮點(diǎn)

總結(jié)來(lái)說(shuō)，深度自然匿名化（DNAT）是一種基于生成式人工智能的解決方案，可通過(guò)生成面部和車牌的合成覆蓋層來(lái)保護(hù)身份信息。該方案具有以下亮點(diǎn)：

1. 智能檢測(cè)與替換

- 基于深度學(xué)習(xí)算法精準(zhǔn)檢測(cè)視頻流中的面部及車牌信息

- 采用生成式AI技術(shù)替換為不可追溯的合成特征，同時(shí)保留性別、情緒等關(guān)鍵屬性，傳統(tǒng)攝像頭API模糊無(wú)法實(shí)現(xiàn)

2. 隱私優(yōu)先處理

- 十分符合GDPR等合規(guī)要求，處理后的數(shù)據(jù)無(wú)法被逆向還原

- 相比傳統(tǒng)模糊技術(shù)，在保護(hù)隱私的同時(shí)保持?jǐn)?shù)據(jù)可用性

3. 高效邊緣處理

- NVIDIA Orin AGX上可以實(shí)現(xiàn)穩(wěn)定24FPS的720p實(shí)時(shí)匿名化處理

- 自動(dòng)化處理大幅減少人工審核需求

三、應(yīng)用成效

深度自然匿名化方案的采用，使Taisei在保護(hù)個(gè)人信息的同時(shí)，成功推動(dòng)了人工智能的開發(fā)。

此外，由于深度自然匿名化解決方案符合全球數(shù)據(jù)隱私基準(zhǔn)——《通用數(shù)據(jù)保護(hù)條例》（GDPR），Taisei 正考慮深化合作，借助方案技術(shù)能力進(jìn)一步適配全球個(gè)人信息保護(hù)規(guī)范，從而推動(dòng)其在該領(lǐng)域的進(jìn)一步發(fā)展。