交流群 | 进“传感器群/滑板底盘群”请加微信 ：xsh041388
交流群 | 进“汽车基础软件群”请加微信 ：Faye_chloe
备注信息：群名称 + 真实姓名、公司、岗位
在10月份九章智驾发布过一篇名为《一文读懂数据脱敏技术在智能汽车中的应用》的文章，该文提到，目前智能汽车行业内，车端需要脱敏的敏感数据范围仅限于车端采集到的视频及图像中的人脸和车牌信息。此外，在中汽协发布的《汽车传输视频及图像脱敏技术要求与方法》（以下简称《方法》）中，也对功能要求、脱敏方法、结果评估等相关内容提出要求。
目前《方法》已正式发布，各家主机厂也针对此项要求纷纷做出回应。
业内一家名为江苏源驶科技有限公司的企业，已提前探索研究图像数据脱敏在智能汽车领域中的应用，并率先实现方案落地应用。
笔者近期与源驶科技的CEO周翔及副总经理李鹏进行了深入交流访谈，并整理出下文，以供读者参阅。
一、为何说图像数据脱敏如此重要strong>
随着L2级自动驾驶技术的不断发展，人机共驾成为了普遍现象，相机作为车外感知以及车内驾驶员监测的主要传感器，其产生的图像敏感数据越来越多，导致数据安全问题在智能汽车领域日益凸显。
一方面，车内外图像的隐私泄露问题严重。近两年，由于车端相机功能引起的数据安全事件屡屡出现，比如高合汽车曾被爆出“车车互联”功能之下，车主能看到陌生车主的行车记录仪画面；再比如特斯拉的车内相机所拍摄到的视频图像数据被黑客盗取。这些图像数据在未经车主同意前，就被随意采集和存储，存在严重的隐私泄露风险。
另一方面，主机厂对于图像数据的传输、处理等过程中存在不规范性。在相关规定尚未出台前，主机厂认为数据是属于自己的，自己可以肆意收集，因而在整个数据全生命周期中，没有做出任何敏感数据的保护措施。
上述问题促使智能汽车行业相关政策不断地被推出。
2021年7月，国信办、发改委、工信部、公安部、交通运输部联合发布了《汽车数据安全管理若干规定（试行）》（以下简称《若干规定》），明确了6类重要敏感数据，其中第四类就是“人脸信息、车牌信息等的车外视频、图像数据”。
2022年8月，中汽协发布的《汽车传输视频及图像脱敏技术要求与方法》，明确了相关图像数据脱敏的技术要求与方法标准，这也是在《若干规定》的基础上，对图像数据脱敏做出了详细的技术标准规范。
那么，智能汽车发展仍处于早期阶段，而行业的强监管是否会与此相矛盾p>
周翔说：“当前的监管趋严，提高了主机厂和Tier 1的成本，但数据监管对行业发展是有利的，尤其是针对现阶段L2以及L2+级别的自动驾驶技术，若没有数据监管，数据就会处于裸奔的状态，会产生很多风险。”
在相关政策推出后，主机厂提高了对数据脱敏的重视度。
李鹏提到，预计在往后的半年内，图像数据脱敏将处于SOR阶段（需求规范），主机厂会对供应商提出数据脱敏的相关要求，其中除了增量市场外，还包括一些存量市场。比如前期被迫关停的360哨兵功能/环视/行车记录仪等，也迫切需要供应商再次洽谈在相关功能加入脱敏需求。
二、图像数据脱敏技术在智能汽车中的应用
上文我们了解到图像数据脱敏在智能汽车领域中应用的重要性和迫切性后，那么，我们接着来看下，图像数据脱敏技术具体是如何应用在智能汽车领域将从5个维度来具体阐述这个问题，包括适用的数据范围、适用的数据要求、图像脱敏的方法、图像脱敏的执行、脱敏后的数据要求。
2.1 适用的数据范围
《若干规定》的第三条中提到：“重要敏感数据包括人脸、声音、车牌等的车外音视频数据，该条例只是针对车外的图像数据”，但随后出台的《方法》标准却又提到“适用于对车端采集的视频及图像中的人脸和车牌数据脱敏处理”，该标准并没有仅限于车外图像数据，也就是说，车内（人脸）和车外（人脸+车牌）的图像数据都需要脱敏。
2.2 适用的数据要求
在确定好适用的数据范围后，接下来的问题就是怎样的数据需要脱敏，对此，《方法》中已对数据格式及图像质量要求做了较为明确的规定。
首先，《方法》规定了车端数据处理设备应支持原始二进制数据进行脱敏，并且上传到云端的数据需要至少满足以下的格式要求。
-
图像文件格式：JPEG、JPEG2000、BMP、PNG中的任一种；
-
视频编解码格式：H.264、H.265、MPEG-4的任一种；
-
视频文件格式:mp4、 avi、 mov、 wmv、 3gp的任一种。
其次，《方法》也规定了人脸和车牌的图像质量要求，不仅包括人脸图像的分辨率、姿态、完整度、清晰度、图像RGB需要满足的强度，还包括车外车牌的图像分辨率、最低照度、几何失真、运动模糊下的可识别度。
图：人脸和车牌的图像质量要求
除此以外，若图像数据不能满足上述要求，就不需要做任何脱敏处理。
李鹏说：“图像数据脱敏技术跟自动驾驶技术是不太一样的，它主要取决于车牌和人脸的图像是否清晰，若图像都已经不清晰了，那其实已经不需要做脱敏处理了。比如高速场景下，前方的图像已经出现拖影现象了，也就降低了脱敏的要求，甚至不需要脱敏了。”
所以，图像数据脱敏技术的应用与具体的应用场景无关，比如高速或者城区，其技术性能主要是取决于相机性能的差异，比如感光度、动态性等。
2.3 图像脱敏的方法
在确定了适用的数据范围和数据要求后，图像脱敏具体需要什么样的技术方法p>
《方法》指出，图像数据脱敏的主要方法有擦除、统一色块涂抹等，但不包括低像素化处理与打马赛克。从中可以解读出：
-
具体方法有擦除、统一色块涂抹等；
-
脱敏后的图像需要具备不可逆性——图像不能被还原。
虽然，某主机厂信息安全工程师提到，图像脱敏的技术难度本质上并不高，在其它领域已有相应的成熟应用，但车端的相机所采集的图像数据往往是处于动态的状态，这就需要引入一些相关技术，来定位每帧图像中的敏感区域。
周翔说：“以前的图像脱敏技术主要是使用目标跟踪，而现在SoC算力加强后，脱敏技术可以直接检测出敏感区域。”
李鹏也说：“脱敏算法在智能汽车上的应用，其本质上很像主动安全的感知功能，但是脱敏的工作会比原先主动安全的难度要小很多。”
看上去脱敏技术的门槛似乎并不高，但事实是否真是如此p>
关于车端图像数据脱敏的技术难点，李鹏说：“目前图像脱敏技术主要是基于深度学习，技术强弱取决于用于训练模型的数据样本量的充足度和应用场景的多样性。”
总的来说，若要做好图像数据脱敏，关键还是要依赖于前期自动驾驶技术的经验积累，包括数据的积累、算法训练经验的积累等。
2.4 图像数据脱敏的执行
《方法》指出了图像数据脱敏的执行流程，包括图像数据的输入、预处理、敏感区域的定位、脱敏处理、后处理、图像数据的输出。
注：加微信时务必备注您的真实姓名、公司、现岗位
以及意向岗位等信息，谢谢！
关于投稿
如果您有兴趣给《九章智驾》投稿（“知识积累整理”类型文章），请扫描右方二维码，添加工作人员微信。
注：加微信时务必备注您的真实姓名、公司、现岗位
以及意向岗位等信息，谢谢！
“知识积累”类稿件质量要求：
A：信息密度高于绝大多数券商的绝大多数 告，不低于《九章智驾》的平均水平；
B：信息要高度稀缺，需要80%以上的信息是在其他媒体上看不到的，如果基于公开信息，需有特别牛逼的独家观点才行。多谢理解与支持。
推荐阅读：
◆九章 – 2021年度文章大合集
◆当候选人说“看好自动驾驶产业的前景”时，我会心存警惕——九章智驾创业一周年回顾（上）
◆数据收集得不够多、算法迭代得不够快，就“没人喜欢我”————九章智驾创业一周年回顾（下）
◆详解嬴彻自动驾驶卡车量产技术方法论
◆一文读懂数据脱敏技术在智能汽车中的应用
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn213223 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！