近年来随着智能网联汽车的升级迭代，车辆采集数据的量级与敏感度也日渐提升。以车载摄像头为例，当前智能汽车车身配备的摄像头数量逐渐增加，采集到的信息也更加复杂多样。根据来源主体不同，车联网敏感数据大致可以划分为以下几类：

• 环境数据：实时交通数据、地图数据、周边环境感知数据和高级驾驶辅助系统状态数据等；

• 汽车自身数据：座舱数据、运行数据、位置轨迹数据等；

• 用户数据：分为个人车内活动数据和驾驶活动数据。个人车内活动数据包括驾乘者信息、消费生活习惯、用户部分生理数据、图像及语音数据等；驾驶活动数据包括驾驶习惯、车辆静态信息（车牌号、车辆识别码）、车辆动态信息（位置信息、行驶轨迹等）。

随着汽车智能化、网联化程度不断加深，智能驾驶等技术的应用势必令汽车未来采集到的信息更加庞杂。对于这些敏感数据的应用和处理成为智能汽车行业持续发展必然要关注的问题。当前国内相关法规正逐步完善，美摄科技整合前沿视音频和AI技术，推出汽车数据匿名化方案，帮助车厂快速适配法规要求。

实现汽车数据脱敏需要解决的难点颇多。首先，智能汽车产生的敏感数据涵盖大量图像、视频等非结构化数据，脱敏难度相对较高。其次，目前主机厂对于数据脱敏的程度较难把控。数据脱敏不单单是将信息改头换面，同时还需要保留其基础属性信息。如车辆摄像头捕捉到的行人图像，在将其五官等信息匿名化的同时，还需要保留其行人属性，便于自动驾驶系统识别分析。此外，由于车机系统需要实时识别并处理多种不同类型的图像信息，这就对车机芯片的算力提出了挑战。

美摄汽车数据匿名化方案的处理对象为车载摄像头拍摄到的人脸、车牌等非结构化数据。方案参照了目前国内智能网联汽车行业最具代表性的两项数据处理标准——国家标准化管理委员会发布的《智能网联汽车数据通用要求》国家标准和汽车工业协会推动制定的《汽车传输视频及图像脱敏技术要求与方法》团体标准。

《智能网联汽车数据通用要求》规范了智能网联汽车数据的使用，为智能网联汽车数据管理提供了法规支撑。《汽车传输及图像脱敏技术要求与方法》则明确了对车载摄像头拍摄到的车外数据的脱敏方法、流程和匿名化处理效果的说明，对人脸、车牌样本等的处理效果作出了相对明确的规定。

美摄汽车数据匿名化方案整体可以拆解为解码、预处理、匿名化检测、渲染以及后处理五大模块，共分七个环节。以实时处理或后处理的方式，将人脸和车牌信息匿名化，整个流程均在车机系统中完成。

在实际运行中，系统可以自动处理摄像头捕捉到的图像，对占比面积极低的人脸和车牌图案进行脱敏，支持模糊、同色、马赛克、效果遮挡等多种匿名形式。应用技术及处理结果符合迄今为止国内所有相关法规的具体技术要求。

为了适应不同的车载摄像头硬件，方案能够依据不同的分辨率调整算法策略，对从480P到4K分辨率的输入画面都能达到良好的匿名化处理效果。同时还实现了多路图像实时处理，支持至少30FPS的实时画面输出。支持路数没有特定限制，可以根据实际车机算力情况和需求情况具体确认。

汽车数据脱敏相较其他类型数据脱敏更为复杂，行车途中采集到的画面不仅包含路况、沿途地标等信息，还涉及入镜人脸、车牌等隐私信息，对车机算力会造成不小的压力。因此美摄的匿名化方案充分考量了当前车机的算力偏向，方案运行时更多利用DSP（NPU）资源，算力占用极低，将资源消耗从紧张的CPU上解放出来。此外还配备了适配多硬件平台的硬件编码器，包括硬件解码和编码，进一步降低算力占用。

整套方案适配高通、英伟达、三星等多种硬件平台，支持Android、QNX、Linux等多种操作系统，具备极高的兼容性和可拓展性，可在各类车机平台部署。接下来，方案还将实现实时匿名处理，在车载摄像头拍摄的同时完成检测，缩短后处理时间，整体运行更加顺畅。