AWS automatizira redigiranje PII-ja u slikama s Nova 2 Lite i SAM 3

Fotografije su jedno od najtežih područja za automatsku zaštitu privatnosti: lice može biti djelomično skriveno, osobna iskaznica rotirana pod proizvoljnim kutom, a otisak prsta jedva vidljiv na rubu kadra. Dosadašnji alati specijalizirani za jedan tip detekcije — OCR bez computer visiona ili computer vision bez OCR-a — redovito otkazuju upravo na ovim rubnim slučajevima. Amazon Web Services objavljuje šesterostupanjski pipeline koji kombinira Amazon Nova 2 Lite, Meta SAM 3 i Amazon Textract za automatsku redakciju osobnih podataka (PII) iz slika u mjerilu, bez potrebe za treniranjem vlastitih modela.

Kako pipeline funkcionira?

Cijeli tok podataka orkestrira AWS Step Functions, pokrenut S3 event notifikacijama:

Korak 1 — Upload i okidač: Slika se sprema u Amazon S3. EventBridge pravilo automatski aktivira Step Functions workflow bez ručnog pokretanja ili polling logike.

Korak 2 — Validacija i prvotni screening: Nova 2 Lite provjerava format datoteke i procjenjuje prisutnost PII-ja. Slike bez vidljivog PII-ja izlaze iz pipeline-a odmah — bez pokretanja skupih downstream servisa. Ovo rano filtriranje direktno smanjuje troškove obrade u mjerilu.

Korak 3 — Paralelna vizualna detekcija: SAM 3 (Meta’s Segment Anything Model 3), raspoređen na Amazon SageMaker AI, generira segmentacijske maske na razini piksela za lica, registarske tablice i ostale vizualne biometrijske elemente. SAM 3 radi paralelno s korakom 4 kako bi se minimiziralo ukupno trajanje obrade.

Korak 4 — Paralelna tekstualna detekcija: Amazon Textract izvlači sav tekst iz slike zajedno s pikselnim koordinatama svakog bloka. Nova 2 Lite zatim kontekstualno procjenjuje koji su tekstualni fragmenti osjetljivi — ime osobe u pravnom dokumentu tretira se drukčije od istog imena na brendiranoj majici u pozadini.

Korak 5 — Redakcija i verifikacija: AWS Lambda funkcija, koristeći Pillow biblioteku, spaja koordinate iz SAM 3 i Textracta te zamagljuje ili prekriva identificirane regije. Nova 2 Lite provodi finalnu provjeru kvalitete redigiranog rezultata.

Korak 6 — Usmjeravanje izlaza: Slike koje prođu verifikaciju idu u noPII mapu. Slike oko kojih postoji nesigurnost odlaze u karantenu za ručni pregled — čime se osigurava da automatizacija dopunjuje, a ne zamjenjuje, ljudski nadzor za granične slučajeve.

Rubni slučajevi koji su dosad padali

Upravo rješavanje rubnih slučajeva centralni je doprinos ovog pristupa. Sustavi koji koriste isključivo OCR ne vide lica; sustavi koji se oslanjaju samo na computer vision ne čitaju tekst na dokumentima. Nova 2 Lite koordinira oba kanala i donosi kontekstualnu procjenu koju pojedinačni alati ne mogu dati:

• Djelomična lica — SAM 3 segmentira lice čak i kad je vidljivo samo u profilnom kutu ili parcijalno zaklonjeno objektom
• Refleksije — lice reflektirano u staklu ili ogledalu detektira se i redigira isto kao direktno vidljivo
• Osobne iskaznice u proizvoljnoj orijentaciji — koordinatni sustav Textracta funkcionira neovisno o rotaciji dokumenta u kadru
• Wide-angle fotografije s dokumentima — mali dokumenti u kutu kadra koje bi standardni OCR zanemario uključeni su u detekciju

Tekstualni PII koji sustav prepoznaje obuhvaća: imena, identifikacijske brojeve (OIB, JMBG i ekvivalenti), adrese, telefonske brojeve, MAC adrese i VIN brojeve vozila. Vizualni PII uključuje lica, otiske prstiju i ostale biometrijske podatke.

Regulatorna primjena i troškovna učinkovitost

Pipeline je osmišljen za usklađenost s GDPR-om i PCI DSS standardom za zaštitu podataka o platnim karticama. Organizacije koje obrađuju tisuće ili milijune dokumenata mogu implementirati ovo rješenje bez treniranja vlastitih modela — što smanjuje i trošak razvoja i regulatorni rizik vezan za provenance i auditabilnost custom modela.

Nova 2 Lite djeluje kao inteligentni koordinator kroz cijeli pipeline: rano filtriranje slika bez PII-ja znači da SAM 3 i Textract — računalno najskuplji segmenti — nikad ne obrađuju fotografiju koja to ne zahtijeva. Kontekstualno usmjeravanje smanjuje i broj nepotrebnih downstream poziva unutar samog pipeline-a. Uz AWS pay-per-use naplatu, obje optimizacije direktno se reflektiraju na manji račun za obradu u mjerilu.

Rješenje je dostupno odmah za implementaciju na Amazon Bedrocku i SageMaker AI, bez posebnih preduvjeta osim standardnog AWS računa s odgovarajućim IAM pravima.