Amazon a montré un pipeline avec Nova, SAM 3 et Textract pour la suppression automatique des données personnelles dans les photos

AWS Machine Learning Blog a présenté un pipeline multi-étapes pour masquer automatiquement les données personnelles dans les images, contrôlé par le modèle Amazon Nova.

Comment fonctionne le pipeline

Au cœur de la solution se trouve le raisonnement visuel contextuel d'Amazon Nova, qui coordonne le travail de plusieurs outils complémentaires au lieu de dépendre d'un seul algorithme universel. Nova dirige les demandes vers deux systèmes spécialisés et combine leurs résultats dans un seul processus d'édition d'image.

• Orchestrateur du pipeline — Amazon Nova, raisonnement visuel contextuel
• Segmentation — Segment Anything Model ouvert (SAM 3) de Meta
• Déploiement de SAM 3 — sur la plateforme Amazon SageMaker AI, segmentation au niveau des pixels
• Reconnaissance de texte — Amazon Textract, reconnaissance optique de caractères (OCR)
• Cas complexes — empreintes digitales, documents d'identité, plaques d'immatriculation de véhicules en orientation arbitraire

Pourquoi deux outils supplémentaires sont nécessaires

SAM 3 de Meta gère la segmentation au niveau des pixels — mise en évidence précise des zones d'image qui doivent être masquées, jusqu'aux objets non standard comme une empreinte digitale sur un document. Amazon Textract, à son tour, reconnaît le texte dans les images, trouvant des fragments comme les numéros de documents ou les signatures que la segmentation basée sur la forme pourrait manquer. Nova lie ces deux sources de signal dans une seule décision sur les zones exactes qui doivent être modifiées, garantissant que le résultat soit à la fois complet et légalement conforme.

Les auteurs soulignent spécifiquement que le pipeline est conçu pour les cas rares et complexes — les images où les données personnelles sont situées en dehors du modèle standard : à un angle, partiellement obscurcies ou appartenant à des types de données inhabituels tels que les empreintes digitales.

Ce que cela signifie

La combinaison du raisonnement visuel de Nova avec la segmentation ouverte SAM 3 de Meta et le moteur OCR de Textract démontre comment les pipelines de conformité modernes sont de plus en plus construits non sur un seul modèle, mais sur l'orchestration de plusieurs systèmes spécialisés, chacun fermant sa propre classe d'erreurs.