AWS使用Nova 2 Lite和SAM 3自动编辑图像中的个人信息

照片是自动隐私保护中最困难的领域之一：人脸可能部分隐藏，身份证可以任意角度旋转，指纹几乎不可见地出现在画面边缘。以往专为单一检测类型设计的工具——无计算机视觉的OCR或无OCR的计算机视觉——在这些边缘情况下经常失败。Amazon Web Services发布了一套六步流水线，结合Amazon Nova 2 Lite、Meta SAM 3和Amazon Textract，大规模自动编辑图像中的个人数据（PII），无需训练自有模型。

流水线如何工作？

整个数据流由AWS Step Functions编排，通过S3事件通知触发：

第1步——上传与触发：图像保存到Amazon S3。EventBridge规则自动激活Step Functions工作流，无需手动启动或轮询逻辑。

第2步——验证与初始筛选：Nova 2 Lite检查文件格式并评估PII的存在性。没有可见PII的图像立即退出流水线——无需启动昂贵的下游服务。这种早期过滤直接降低了大规模处理成本。

第3步——并行视觉检测：部署在Amazon SageMaker AI上的SAM 3（Meta的Segment Anything Model 3）为人脸、车牌和其他视觉生物特征元素生成像素级分割掩码。SAM 3与第4步并行运行，以最小化总处理时间。

第4步——并行文本检测：Amazon Textract提取图像中的所有文本及每个文本块的像素坐标。Nova 2 Lite随后上下文评估哪些文本片段是敏感的——法律文件中的人名与背景中品牌T恤上的同一名字处理方式不同。

第5步——编辑与验证：AWS Lambda函数使用Pillow库合并SAM 3和Textract的坐标，并模糊或覆盖已识别的区域。Nova 2 Lite对编辑结果进行最终质量检查。

第6步——输出路由：通过验证的图像进入noPII文件夹。存在不确定性的图像进入人工审查隔离区——确保自动化补充而非替代边缘情况的人工监督。

以往失败的边缘情况

解决边缘情况是这种方法的核心贡献。仅使用OCR的系统看不到人脸；仅依赖计算机视觉的系统无法读取文件上的文本。Nova 2 Lite协调两个通道，提供单个工具无法给出的上下文评估：

• 部分人脸 ——即使只有侧脸可见或被物体部分遮挡，SAM 3也能分割出人脸
• 反射 ——玻璃或镜子中反射的人脸与直接可见的人脸一样被检测和编辑
• 任意方向的身份证 ——Textract的坐标系独立于文件在画面中的旋转角度运作
• 含文件的广角照片 ——画面角落中标准OCR会忽略的小文件也被纳入检测范围

系统识别的文本PII包括：姓名、身份证号（各国等效证件号）、地址、电话号码、MAC地址和车辆VIN码。视觉PII包括人脸、指纹和其他生物特征数据。

监管应用与成本效益

该流水线专为符合GDPR和支付卡数据保护的PCI DSS标准而设计。处理数千或数百万文件的组织可以在无需训练自有模型的情况下实施此解决方案——既降低了开发成本，也降低了与自定义模型来源和可审计性相关的监管风险。

Nova 2 Lite作为整个流水线的智能协调者：早期过滤掉无PII的图像意味着SAM 3和Textract——计算最密集的环节——永远不会处理不需要处理的照片。上下文路由也减少了流水线内不必要的下游调用次数。加上AWS按使用量付费的计费方式，两项优化都直接反映在大规模处理的账单减少上。

该解决方案现已可在Amazon Bedrock和SageMaker AI上实施，除拥有相应IAM权限的标准AWS账户外，无需特殊前提条件。