提到圖像數(shù)據(jù)脫敏，看這家公司如何理解

在10月份九章智駕發(fā)布過一篇名為《一文讀懂?dāng)?shù)據(jù)脫敏技術(shù)在智能汽車中的應(yīng)用》的文章，該文提到，目前智能汽車行業(yè)內(nèi)，車端需要脫敏的敏感數(shù)據(jù)范圍僅限于車端采集到的視頻及圖像中的人臉和車牌信息。此外，在中汽協(xié)發(fā)布的《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》（以下簡稱《方法》）中，也對功能要求、脫敏方法、結(jié)果評估等相關(guān)內(nèi)容提出要求。

目前《方法》已正式發(fā)布，各家主機(jī)廠也針對此項要求紛紛做出回應(yīng)。

業(yè)內(nèi)一家名為江蘇源駛科技有限公司的企業(yè)，已提前探索研究圖像數(shù)據(jù)脫敏在智能汽車領(lǐng)域中的應(yīng)用，并率先實現(xiàn)方案落地應(yīng)用。

筆者近期與源駛科技的CEO周翔及副總經(jīng)理李鵬進(jìn)行了深入交流訪談，并整理出下文，以供讀者參閱。

隨著L2級自動駕駛技術(shù)的不斷發(fā)展，人機(jī)共駕成為了普遍現(xiàn)象，相機(jī)作為車外感知以及車內(nèi)駕駛員監(jiān)測的主要傳感器，其產(chǎn)生的圖像敏感數(shù)據(jù)越來越多，導(dǎo)致數(shù)據(jù)安全問題在智能汽車領(lǐng)域日益凸顯。

一方面，車內(nèi)外圖像的隱私泄露問題嚴(yán)重。近兩年，由于車端相機(jī)功能引起的數(shù)據(jù)安全事件屢屢出現(xiàn)，比如高合汽車曾被爆出“車車互聯(lián)”功能之下，車主能看到陌生車主的行車記錄儀畫面；再比如特斯拉的車內(nèi)相機(jī)所拍攝到的視頻圖像數(shù)據(jù)被黑客盜取。這些圖像數(shù)據(jù)在未經(jīng)車主同意前，就被隨意采集和存儲，存在嚴(yán)重的隱私泄露風(fēng)險。

另一方面，主機(jī)廠對于圖像數(shù)據(jù)的傳輸、處理等過程中存在不規(guī)范性。在相關(guān)規(guī)定尚未出臺前，主機(jī)廠認(rèn)為數(shù)據(jù)是屬于自己的，自己可以肆意收集，因而在整個數(shù)據(jù)全生命周期中，沒有做出任何敏感數(shù)據(jù)的保護(hù)措施。

上述問題促使智能汽車行業(yè)相關(guān)政策不斷地被推出。

2021年7月，國信辦、發(fā)改委、工信部、公安部、交通運輸部聯(lián)合發(fā)布了《汽車數(shù)據(jù)安全管理若干規(guī)定（試行）》（以下簡稱《若干規(guī)定》），明確了6類重要敏感數(shù)據(jù)，其中第四類就是“人臉信息、車牌信息等的車外視頻、圖像數(shù)據(jù)”。

2022年8月，中汽協(xié)發(fā)布的《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》，明確了相關(guān)圖像數(shù)據(jù)脫敏的技術(shù)要求與方法標(biāo)準(zhǔn)，這也是在《若干規(guī)定》的基礎(chǔ)上，對圖像數(shù)據(jù)脫敏做出了詳細(xì)的技術(shù)標(biāo)準(zhǔn)規(guī)范。

那么，智能汽車發(fā)展仍處于早期階段，而行業(yè)的強(qiáng)監(jiān)管是否會與此相矛盾？

周翔說：“當(dāng)前的監(jiān)管趨嚴(yán)，提高了主機(jī)廠和Tier 1的成本，但數(shù)據(jù)監(jiān)管對行業(yè)發(fā)展是有利的，尤其是針對現(xiàn)階段L2以及L2+級別的自動駕駛技術(shù)，若沒有數(shù)據(jù)監(jiān)管，數(shù)據(jù)就會處于裸奔的狀態(tài)，會產(chǎn)生很多風(fēng)險?！?/p>

在相關(guān)政策推出后，主機(jī)廠提高了對數(shù)據(jù)脫敏的重視度。

李鵬提到，預(yù)計在往后的半年內(nèi)，圖像數(shù)據(jù)脫敏將處于SOR階段（需求規(guī)范），主機(jī)廠會對供應(yīng)商提出數(shù)據(jù)脫敏的相關(guān)要求，其中除了增量市場外，還包括一些存量市場。比如前期被迫關(guān)停的360哨兵功能/環(huán)視/行車記錄儀等，也迫切需要供應(yīng)商再次洽談在相關(guān)功能加入脫敏需求。

上文我們了解到圖像數(shù)據(jù)脫敏在智能汽車領(lǐng)域中應(yīng)用的重要性和迫切性后，那么，我們接著來看下，圖像數(shù)據(jù)脫敏技術(shù)具體是如何應(yīng)用在智能汽車領(lǐng)域？筆者將從5個維度來具體闡述這個問題，包括適用的數(shù)據(jù)范圍、適用的數(shù)據(jù)要求、圖像脫敏的方法、圖像脫敏的執(zhí)行、脫敏后的數(shù)據(jù)要求。

《若干規(guī)定》的第三條中提到：“重要敏感數(shù)據(jù)包括人臉、聲音、車牌等的車外音視頻數(shù)據(jù)，該條例只是針對車外的圖像數(shù)據(jù)”，但隨后出臺的《方法》標(biāo)準(zhǔn)卻又提到“適用于對車端采集的視頻及圖像中的人臉和車牌數(shù)據(jù)脫敏處理”，該標(biāo)準(zhǔn)并沒有僅限于車外圖像數(shù)據(jù)，也就是說，車內(nèi)（人臉）和車外（人臉+車牌）的圖像數(shù)據(jù)都需要脫敏。

在確定好適用的數(shù)據(jù)范圍后，接下來的問題就是怎樣的數(shù)據(jù)需要脫敏，對此，《方法》中已對數(shù)據(jù)格式及圖像質(zhì)量要求做了較為明確的規(guī)定。

首先，《方法》規(guī)定了車端數(shù)據(jù)處理設(shè)備應(yīng)支持原始二進(jìn)制數(shù)據(jù)進(jìn)行脫敏，并且上傳到云端的數(shù)據(jù)需要至少滿足以下的格式要求。

圖像文件格式：JPEG、JPEG2000、BMP、PNG中的任一種；

視頻編解碼格式：H.264、H.265、MPEG-4的任一種；

視頻文件格式:mp4、 avi、 mov、 wmv、 3gp的任一種。

其次，《方法》也規(guī)定了人臉和車牌的圖像質(zhì)量要求，不僅包括人臉圖像的分辨率、姿態(tài)、完整度、清晰度、圖像RGB需要滿足的強(qiáng)度，還包括車外車牌的圖像分辨率、最低照度、幾何失真、運動模糊下的可識別度。

圖：人臉和車牌的圖像質(zhì)量要求

除此以外，若圖像數(shù)據(jù)不能滿足上述要求，就不需要做任何脫敏處理。

李鵬說：“圖像數(shù)據(jù)脫敏技術(shù)跟自動駕駛技術(shù)是不太一樣的，它主要取決于車牌和人臉的圖像是否清晰，若圖像都已經(jīng)不清晰了，那其實已經(jīng)不需要做脫敏處理了。比如高速場景下，前方的圖像已經(jīng)出現(xiàn)拖影現(xiàn)象了，也就降低了脫敏的要求，甚至不需要脫敏了?！?/p>

所以，圖像數(shù)據(jù)脫敏技術(shù)的應(yīng)用與具體的應(yīng)用場景無關(guān)，比如高速或者城區(qū)，其技術(shù)性能主要是取決于相機(jī)性能的差異，比如感光度、動態(tài)性等。

在確定了適用的數(shù)據(jù)范圍和數(shù)據(jù)要求后，圖像脫敏具體需要什么樣的技術(shù)方法？

《方法》指出，圖像數(shù)據(jù)脫敏的主要方法有擦除、統(tǒng)一色塊涂抹等，但不包括低像素化處理與打馬賽克。從中可以解讀出：

具體方法有擦除、統(tǒng)一色塊涂抹等；

脫敏后的圖像需要具備不可逆性——圖像不能被還原。

雖然，某主機(jī)廠信息安全工程師提到，圖像脫敏的技術(shù)難度本質(zhì)上并不高，在其它領(lǐng)域已有相應(yīng)的成熟應(yīng)用，但車端的相機(jī)所采集的圖像數(shù)據(jù)往往是處于動態(tài)的狀態(tài)，這就需要引入一些相關(guān)技術(shù)，來定位每幀圖像中的敏感區(qū)域。

周翔說：“以前的圖像脫敏技術(shù)主要是使用目標(biāo)跟蹤，而現(xiàn)在SoC算力加強(qiáng)后，脫敏技術(shù)可以直接檢測出敏感區(qū)域。”

李鵬也說：“脫敏算法在智能汽車上的應(yīng)用，其本質(zhì)上很像主動安全的感知功能，但是脫敏的工作會比原先主動安全的難度要小很多?！?/p>

看上去脫敏技術(shù)的門檻似乎并不高，但事實是否真是如此？

關(guān)于車端圖像數(shù)據(jù)脫敏的技術(shù)難點，李鵬說：“目前圖像脫敏技術(shù)主要是基于深度學(xué)習(xí)，技術(shù)強(qiáng)弱取決于用于訓(xùn)練模型的數(shù)據(jù)樣本量的充足度和應(yīng)用場景的多樣性。”

總的來說，若要做好圖像數(shù)據(jù)脫敏，關(guān)鍵還是要依賴于前期自動駕駛技術(shù)的經(jīng)驗積累，包括數(shù)據(jù)的積累、算法訓(xùn)練經(jīng)驗的積累等。

《方法》指出了圖像數(shù)據(jù)脫敏的執(zhí)行流程，包括圖像數(shù)據(jù)的輸入、預(yù)處理、敏感區(qū)域的定位、脫敏處理、后處理、圖像數(shù)據(jù)的輸出。

圖：圖像數(shù)據(jù)脫敏的流程（數(shù)據(jù)來源：《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》）

該執(zhí)行流程主要是圖像數(shù)據(jù)脫敏的流程，但圖像數(shù)據(jù)脫敏在與自動駕駛技術(shù)相結(jié)合應(yīng)用時，具體又是如何操作的？

針對這個問題，李鵬說：“圖像數(shù)據(jù)脫敏并不會在自動駕駛的任何層面進(jìn)行（比如感知、定位、決策、控制），由于脫敏算法可能會對自動駕駛算法造成時延的影響，所以數(shù)據(jù)只需要在向外部傳輸?shù)臅r候才執(zhí)行脫敏的動作。

“舉例來說，在哨兵模式下，用戶在查看后臺數(shù)據(jù)時，數(shù)據(jù)需要在傳輸前就進(jìn)行脫敏處理，所以用戶是不會看到敏感信息的。本地存儲數(shù)據(jù)可不做脫敏處理，但是在進(jìn)行任何形式的向外傳輸前都會先脫敏。

“再比如，當(dāng)車輛的多個視覺感應(yīng)器檢測到的環(huán)境數(shù)據(jù)差距過大時候，車端的數(shù)據(jù)就需要全部上傳至云端進(jìn)行重新訓(xùn)練，這個時候圖像數(shù)據(jù)也需要脫敏處理?！?/p>

第一，脫敏后的圖像應(yīng)滿足人眼無法識別，并且敏感區(qū)域無法被相關(guān)技術(shù)復(fù)原，比如基于深度學(xué)習(xí)的圖像超分辨率重建或基于生成對抗網(wǎng)絡(luò)的圖像復(fù)原等技術(shù)。

第二，人臉或者車牌的交并比（IoU，注：交并比為產(chǎn)生的候選框與原標(biāo)記框的交疊率，即它們的交集與并集的比值，完全重疊時，比值為1）應(yīng)滿足50%-75%。

第三，原視頻中的每一幀圖像在脫敏處理后，需要將其按照原視頻的編碼、幀率信息等轉(zhuǎn)化為新的視頻，并且轉(zhuǎn)化后的視頻格式必須與原格式保持一致。

目前，相機(jī)已經(jīng)成為了自動駕駛技術(shù)解決方案中不可或缺的傳感器，而隨著車載相機(jī)性能的不斷提升、種類也越來越多，一方面，相機(jī)的性能從百萬級別像素到4K、8K等，造成了圖像數(shù)據(jù)的清晰度越來越高；另一方面，相機(jī)的種類非常多樣且復(fù)雜，包括車外的單目、雙目、多目、環(huán)視等，以及車內(nèi)的DMS、OMS等。

基于這些因素，圖像數(shù)據(jù)脫敏會面臨一些技術(shù)方面的挑戰(zhàn)。

首先，各種相機(jī)的性能越高，也就意味著會造成更多高質(zhì)量的圖像數(shù)據(jù)，在清晰度上也更容易滿足圖像數(shù)據(jù)脫敏的要求，這就會帶來大量的敏感數(shù)據(jù)。

其次，應(yīng)用于各種場景的相機(jī)，由于對應(yīng)功能需求不同，其圖像數(shù)據(jù)脫敏所需要的技術(shù)方案也會所有差異，這就需要更深的場景理解能力和相應(yīng)的深度學(xué)習(xí)能力。比如某些魚眼相機(jī)的水平FOV非常大，可達(dá)270°（如應(yīng)用于哨兵模式），它在獲取到更多的敏感數(shù)據(jù)的同時，也需要對圖像數(shù)據(jù)采取實時脫敏。

在工程化方面，圖像數(shù)據(jù)脫敏最大的挑戰(zhàn)在于脫敏算法的遷移難度，即如何將圖像數(shù)據(jù)脫敏方案部署在不同的SoC平臺上。

關(guān)于這個問題，以實際項目落地經(jīng)驗為例，李鵬說：“首先，大平臺大算力的芯片容易做圖像脫敏，而某些性能不足夠的SoC芯片，算力非常有限，在保證原有系統(tǒng)業(yè)務(wù)正常運行的基礎(chǔ)上，再去部署圖像脫敏的算法，圖像脫敏所分配到的算力相當(dāng)有限，就會影響數(shù)據(jù)脫敏的效率。

“其次，現(xiàn)如今不同SoC芯片上的架構(gòu)也存在差異，從而造成性能占用的差異比較大，比如某些SoC芯片是基于ARM的處理器，它可能會配置A53或者A55的核，而每一個處理器的性能也會不同，有些配置有GPU，而有些卻沒有。

“再者，不同主機(jī)廠對圖像數(shù)據(jù)脫敏的需求也會不同——有些主機(jī)廠希望把數(shù)據(jù)脫敏部署在GPU上，這就會導(dǎo)致GPU的占用較大，而有些則希望GPU不被占用，從而希望把數(shù)據(jù)脫敏部署在CPU上?！?/p>

面對上述的挑戰(zhàn)，行業(yè)該如何去應(yīng)對？隨著圖像數(shù)據(jù)脫敏日益迫切，各家數(shù)據(jù)廠商也會有著相應(yīng)的應(yīng)對策略，其中，一家圖像數(shù)據(jù)脫敏廠商通過結(jié)合自身的特點及行業(yè)發(fā)展的現(xiàn)狀，介紹了自己的應(yīng)對策略。

至此，讀者可能會好奇：源駛科技到底是一家怎么樣的企業(yè)？

據(jù)源駛科技方面介紹，公司由華設(shè)設(shè)計集團(tuán)股份有限公司（以下簡稱“華設(shè)集團(tuán)”）與深圳佑駕創(chuàng)新科技有限公司（以下簡稱“MINIEYE”）共同出資籌建，旨在推動國內(nèi)車路協(xié)同式自動駕駛產(chǎn)業(yè)發(fā)展，致力于成為以軟硬件全棧式研發(fā)能力為核心的數(shù)字交通服務(wù)商。

那么，作為一家定位于數(shù)字交通服務(wù)商的企業(yè)，源駛科技為何會選擇布局圖像數(shù)據(jù)脫敏業(yè)務(wù)？

周翔說：“總的來說，首先這是行業(yè)和監(jiān)管的趨勢，公司響應(yīng)了政府的相關(guān)號召，現(xiàn)在大眾對于個人隱私保護(hù)的意識越來越強(qiáng)，監(jiān)管部門和企業(yè)也意識到了這一點，我們的研發(fā)團(tuán)隊在圖像數(shù)據(jù)脫敏的領(lǐng)域做了很多相關(guān)的技術(shù)儲備，可以賦能行業(yè)內(nèi)的其他企業(yè)。

“第二，當(dāng)前主機(jī)廠在對外招標(biāo)時，就要求Tier 1所提供產(chǎn)品需要具備圖像數(shù)據(jù)脫敏技術(shù)。雖然部分主機(jī)廠有能力自研圖像脫敏技術(shù)，但自研的時間和金錢成本相較于直接使用現(xiàn)成的解決方案產(chǎn)生的成本，就不一定具有優(yōu)勢。同時，法規(guī)不僅被強(qiáng)制應(yīng)用于所有新車型，還覆蓋了當(dāng)前已上市的車型，即存量市場。源駛科技也即是抓住了這樣一個市場契機(jī)。

“第三，公司憑借股東MINIEYE在車載行業(yè)的算法積累優(yōu)勢，有相對完備的技術(shù)支撐，可以完成圖像數(shù)據(jù)脫敏業(yè)務(wù)?！?/p>

上文也提到，相機(jī)的性能提升帶來了圖像數(shù)據(jù)清晰度的提升，進(jìn)而帶來了敏感信息數(shù)量的增加，也使得圖像脫敏的潛在需求增加了，這最終會降低脫敏的效率。舉例來說，原先相機(jī)性能不佳的狀況下，某些圖像數(shù)據(jù)由于不夠清晰，也就不存在脫敏的需求了，但相機(jī)性能增強(qiáng)后，高度清晰的圖像可能會迫使對每幀圖像進(jìn)行脫敏。

面對這方面的挑戰(zhàn)，李鵬以用戶側(cè)（車主）為例做了分析。他說：“用戶在通過手機(jī)或者其它移動設(shè)備連上車輛時，車端會實時推送視頻流和圖像數(shù)據(jù)給用戶，而這些可能就是8MP相機(jī)產(chǎn)生的圖像數(shù)據(jù)，但是在實際數(shù)據(jù)傳輸過程中，數(shù)據(jù)會被做一定的壓縮或裁剪，公司會在裁剪后的視頻流上部署脫敏算法。這樣既滿足了用戶對隱私安全的需求，也滿足了用戶實時查閱圖像數(shù)據(jù)的需求?！?/p>

4.2.2 工程化方面的對策

對于脫敏算法在不同SoC平臺之間移植的挑戰(zhàn)，源駛科技是如何應(yīng)對的？

李鵬說：“首先，公司對各個SoC的性能會有一定的了解，針對不同客戶的需求來做評估，并做出定制化方案，比如360環(huán)視功能在部署數(shù)據(jù)脫敏算法時，客戶會要求脫敏算法不占用GPU的性能，所以會將脫敏算法直接部署在CPU上運行；其次，在不影響原有業(yè)務(wù)的基礎(chǔ)上，針對不同的SoC特性，公司會做合理的資源利用。比如，某些SoC平臺擁有NPU加速單元，并可以流暢地運行脫敏算法，那就完全不需要去占用GPU或者其它硬件性能?！?/p>

若要能夠自如地應(yīng)對相應(yīng)的挑戰(zhàn)，自身的基本功也是必須要打磨的。

首先，源駛科技具備了什么樣的技術(shù)體系？

周翔提到，源駛科技的整個體系來自于MINIEYE的技術(shù)架構(gòu)，無論算法還是軟硬件，都沿用了MINIEYE的成功經(jīng)驗。

從算法層面來看，MINIEYE自研的ThiNet（神經(jīng)網(wǎng)絡(luò)壓縮架構(gòu)）、FastNet（嵌入式神經(jīng)網(wǎng)絡(luò)加速庫）、HardNet（神經(jīng)網(wǎng)絡(luò)架構(gòu)IP）等神經(jīng)網(wǎng)絡(luò)，可以讓公司快速積累Know-How的相關(guān)經(jīng)驗。

從軟硬件層面來看，公司吸收了MINIEYE在ADAS和艙內(nèi)感知的量產(chǎn)經(jīng)驗。

硬件方面，主要有商用車雙預(yù)警ADAS產(chǎn)品和乘用車智能駕駛域控制器在東風(fēng)、柳汽、陜汽、奇瑞、比亞迪等客戶的量產(chǎn)經(jīng)驗；艙內(nèi)軟件方面則有在吉利、上汽、順豐速運等客戶的量產(chǎn)經(jīng)驗。

其次，在上述技術(shù)體系的支撐下，源駛科技形成了自己獨特的優(yōu)勢，筆者總結(jié)了3個方面的優(yōu)勢。

4.3.1 技術(shù)及工程化方面的優(yōu)勢

（1）算法移植能力

算法移植能力可以幫助公司更好地將數(shù)據(jù)脫敏技術(shù)應(yīng)用在不同平臺的SoC芯片上，解決硬件差異所帶來的工程化問題。

關(guān)于公司具備的算法移植能力，周翔說：“首先，算法若要更好地應(yīng)用，就需要足夠樣本的數(shù)據(jù)量。在圖像數(shù)據(jù)經(jīng)驗的積累上，源駛科技繼承了MINIEYE積累的數(shù)據(jù)集，包含了多種類型的信息，這些數(shù)據(jù)都會導(dǎo)入進(jìn)源駛科技的技術(shù)體系，幫助公司提升數(shù)據(jù)處理能力。

“再者，算法移植能力也需要對主流SoC芯片的硬件性能有一定的了解。MINIEYE積累的高通、Xilinx、TI等主流平臺的開發(fā)經(jīng)驗，以及與地平線達(dá)成的戰(zhàn)略級合作關(guān)系，這些都會為源駛科技的算法移植開發(fā)提供有力支撐?！?/p>

（2）圖像脫敏速度

衡量圖像數(shù)據(jù)脫敏的關(guān)鍵技術(shù)指標(biāo)之一就是圖像數(shù)據(jù)脫敏的速度，即脫敏算法每秒能夠處理多少幀的圖像數(shù)據(jù)，而它主要取決于圖像識別算法能力和硬件性能的利用率。

李鵬說：“針對不同SoC芯片的特性，公司通過利用硬件性能的資源，尤其在一些不包含NPU和GPU的SoC芯片平臺下，基本能保證在一個A53的核上做到每秒25幀的圖像數(shù)據(jù)脫敏速度，能夠滿足行車記錄儀和其他設(shè)備的實時脫敏需求?！?/p>

那么，每秒25幀的圖像數(shù)據(jù)脫敏速度具體是一個什么樣的行業(yè)水平？

李鵬繼續(xù)說：“每秒25幀的脫敏速度屬于行業(yè)內(nèi)較為領(lǐng)先的水平，基本能保障客戶在查閱手機(jī)視頻流時，圖像數(shù)據(jù)不存在掉幀或者卡頓的體驗。雖然目前公司的脫敏速度能夠?qū)崿F(xiàn)大于這個數(shù)值，但用戶的體驗感上也不會存在差異化，不過，低于這個數(shù)值的話，用戶就會遇到一些閱覽的不流暢感?！?/p>

4.3.2 商務(wù)資源

4.3.3 政策理解能力

最后，在與源駛科技兩位管理者的交流過程中，筆者深感到該公司對于政策動向的高度關(guān)注以及政策的解讀非常深，這也會幫助公司在未來產(chǎn)品戰(zhàn)略布局上，形成一定的預(yù)見性，有利于公司更快地打開市場。

一方面，源駛科技方面提到，公司參與編著了《方法》；另一方面，公司CEO周翔先生是中國汽車協(xié)會的大數(shù)據(jù)中心的特聘專家，曾多次參與國內(nèi)多個數(shù)據(jù)安全相關(guān)的規(guī)范制定討論。

人臉和車牌的圖像脫敏只是一小步，未來在智能汽車領(lǐng)域內(nèi)，圖像敏感數(shù)據(jù)的定義范圍或許還會繼續(xù)擴(kuò)大。

周翔說：“數(shù)據(jù)安全方面的監(jiān)管或許會更加嚴(yán)厲，對于圖像數(shù)據(jù)的采集內(nèi)容，可能會不僅限于人臉和車牌，還會有一些環(huán)境數(shù)據(jù)，比如路端攝像頭數(shù)據(jù)的脫敏?！?/p>

參考?xì)W盟在2016年頒布的GDPR《通用數(shù)據(jù)保護(hù)條例》來看，李鵬說：“這是一個涵蓋多種數(shù)據(jù)的條例，條例指出對于能夠用于生成用戶畫像的信息，甚至標(biāo)示牌、門店和商標(biāo)等信息都會有一定的保護(hù)機(jī)制，相比于國內(nèi)現(xiàn)行的規(guī)章制度來說，該條例要更加嚴(yán)厲。”

“再者，個人數(shù)據(jù)需要具備使用、銷毀、保存等各個方面的權(quán)利，但當(dāng)前在國內(nèi)做得并不理想，主機(jī)廠仍需要以類似書面的形式給用戶提供一種選項，比如是否授權(quán)主機(jī)廠使用某些信息，并且在協(xié)議內(nèi)需要明確列明數(shù)據(jù)的采集與使用方式、數(shù)據(jù)的具體用途、協(xié)議解約的方式等關(guān)鍵信息。行業(yè)和監(jiān)管部門需要一同找到數(shù)據(jù)安全和自動駕駛發(fā)展的平衡點，才能穩(wěn)步推動科技的進(jìn)步?！敝芟杼岬?。

未來，圖像數(shù)據(jù)脫敏相關(guān)政策會往什么方向再細(xì)化？或許不久的將來，我們可以拭目以待。