详细内容或原文请订阅后点击阅览
使用 Amazon Nova 自动编辑图像中的 PII
在这篇文章中，我们介绍了一个由 Amazon Nova 指导的多步骤管道，该管道使用其上下文视觉推理来协调互补工具，包括部署在 Amazon SageMaker AI 上用于像素级分割的 Meta 开源 Segment Anything Model (SAM 3) 和用于光学字符识别 (OCR) 的 Amazon Textract。该管道旨在提供全面且合规的 PII 编辑，即使是具有挑战性的边缘情况，例如任意方向的指纹、身份证或车牌。
来源:亚马逊云科技 _机器学习在团队内部、外部与合作伙伴共享数据，或将其用于机器学习 (ML) 模型训练等工作负载，是现代业务运营的基础。然而，当该数据包含个人身份信息 (PII) 时，组织将根据《通用数据保护条例》(GDPR) 和支付卡行业数据安全标准 (PCI DSS) 等法规，面临重大的法律和合规义务。如果在共享或处理数据之前未正确编辑 PII，结果可能是监管处罚、声誉受损和客户信任受到侵蚀。
现实世界图像数据集中的 PII 编辑尤其具有挑战性。与结构化文本不同，图像中的 PII 可以出现在意想不到的位置和形式：在画面边缘捕获的部分脸部、汽车抛光表面上反射的脸部、部分可见的街道标志（与其他视觉提示相结合）变得可识别，或者广角照片中放在桌子上的文件，显示姓名、地址或 ID 号。这些边缘情况通常会击败单一用途的屏蔽工具。
Amazon Nova 是一系列具有高级视觉理解功能的基础模型，使其成为复杂图像分析工作流程的智能协调器的有力候选者。 Nova 从整体上解释图像内容，在上下文中推理某些内容是否构成 PII，包括前面描述的微妙和不寻常的情况，并从头到尾指导整个编辑流程。通过了解 PII 的“内容”，Nova 协调专门的工具来实现像素级的编辑精度，同时保留图像的整体价值。
解决方案概述
该解决方案使用以下关键服务来实现全面的 PII 编辑：
Nova 2 Lite
分段任何模型 (SAM 3)
PII 检测
图像中常见的 PII 项目包括但不限于：