数据脱敏

把数据里的人脸、车牌、声音等个人信息模糊或删除，使其认不出具体的人。

数据脱敏指在数据发布或用于训练前，去除或遮盖能识别具体个人的信息。我国《个人信息保护法》区分两个层次：去标识化是指处理后在不借助额外信息的情况下无法识别特定自然人；匿名化是指无法识别且不能复原，匿名化后的信息不再算个人信息。具身数据越来越多来自家庭、商店、工厂里的第一人称视频和众包采集，画面会拍到路人和采集者的脸、门牌、屏幕内容，录音里可能有对话，所以脱敏是数据发布前的必要环节。常见做法是用检测模型自动找出人脸、车牌并模糊，删除或处理音频，再人工抽检。例如 Ego4D 对视频中旁人的脸和路过的车牌做了模糊，并去掉了许多视频的音频。

例子Meta 为 Project Aria 眼镜开源了 EgoBlur 模型，能在第一人称视频里自动检测人脸和车牌并打码，采用 Apache 2.0 许可，可用于商业用途。

也叫

去标识化、匿名化、De-identification、Anonymization、隐私脱敏

相关

众包采集、第一人称视频、Ego4D 数据集、Project Aria 眼镜、数据清洗、数据质检

来源

中华人民共和国个人信息保护法（中央网信办）
EGO4D's approach to privacy and ethics in data collection
EgoBlur（Project Aria）