Amazon mostró pipeline con Nova, SAM 3 y Textract para redacción automática de PII en fotos

AWS Machine Learning Blog представил многошаговый пайплайн для автоматического скрытия персональных данных на изображениях, работой которого управляет модель Amazon Nova.

Как устроен пайплайн

В основе решения — контекстное визуальное рассуждение Amazon Nova, которое координирует работу нескольких взаимодополняющих инструментов вместо одного универсального алгоритма. Nova направляет запросы к двум специализированным системам и объединяет их результаты в единый процесс редактирования изображения.

• Оркестратор пайплайна — Amazon Nova, контекстное визуальное рассуждение
• Сегментация — открытая модель Segment Anything Model (SAM 3) от Meta
• Где развёрнута SAM 3 — на платформе Amazon SageMaker AI, попиксельная сегментация
• Распознавание текста — Amazon Textract, оптическое распознавание символов (OCR)
• Сложные случаи — отпечатки пальцев, удостоверения личности, автомобильные номера в произвольной ориентации

Зачем нужны сразу два дополнительных инструмента

SAM 3 от Meta отвечает за попиксельную сегментацию — точное выделение областей изображения, которые нужно скрыть, вплоть до нестандартных объектов вроде отпечатка пальца на документе. Amazon Textract, в свою очередь, распознаёт текст на изображении, находя фрагменты вроде номеров документов или подписей, которые сегментация по форме объекта могла бы пропустить. Nova связывает эти два источника сигналов в единое решение о том, какие именно области нужно отредактировать, чтобы результат был одновременно полным и юридически комплаентным.

Авторы отдельно подчёркивают, что пайплайн рассчитан на редкие и сложные случаи — изображения, где персональные данные расположены не по стандартному шаблону: под углом, частично перекрыты или относятся к нетипичным типам данных, таким как отпечатки пальцев.

Что это значит

Связка визуального рассуждения Nova с открытой сегментацией SAM 3 и OCR-движком Textract показывает, как современные пайплайны для комплаенса всё чаще строятся не на одной модели, а на оркестрации нескольких специализированных систем, каждая из которых закрывает свой класс ошибок.