Amazon apresenta pipeline com Nova, SAM 3 e Textract para ocultar dados pessoais em imagens automaticamente

O AWS Machine Learning Blog apresentou um pipeline de várias etapas para ocultar automaticamente dados pessoais em imagens, controlado pelo modelo Amazon Nova.

Como o pipeline funciona

A base da solução é o raciocínio visual contextual do Amazon Nova, que coordena várias ferramentas complementares em vez de depender de um único algoritmo universal. O Nova direciona as solicitações a dois sistemas especializados e combina os resultados em um único processo de edição da imagem.

• Orquestrador do pipeline — Amazon Nova, raciocínio visual contextual
• Segmentação — modelo aberto Segment Anything Model (SAM 3), da Meta
• Onde o SAM 3 é implantado — no Amazon SageMaker AI, segmentação em nível de pixel
• Reconhecimento de texto — Amazon Textract, reconhecimento óptico de caracteres (OCR)
• Casos difíceis — impressões digitais, documentos de identidade, placas de veículos em orientação arbitrária

Por que são necessárias duas ferramentas adicionais

O SAM 3, da Meta, cuida da segmentação em nível de pixel: delimita com precisão as áreas da imagem que precisam ser ocultadas, até mesmo objetos fora do padrão, como uma impressão digital em um documento. O Amazon Textract, por sua vez, reconhece o texto na imagem e encontra trechos como números de documentos ou assinaturas que a segmentação pela forma do objeto poderia deixar passar. O Nova une essas duas fontes de sinal em uma única decisão sobre quais áreas editar, para que o resultado seja completo e esteja em conformidade com a lei.

Os autores destacam que o pipeline foi pensado para casos raros e difíceis: imagens em que os dados pessoais não seguem um modelo padrão, por estarem em ângulo, parcialmente cobertos ou pertencerem a tipos de dados atípicos, como impressões digitais.

O que isso significa

A combinação do raciocínio visual do Nova com a segmentação aberta do SAM 3 e o mecanismo de OCR do Textract mostra que pipelines modernos de compliance são cada vez mais construídos não sobre um único modelo, mas sobre a orquestração de vários sistemas especializados, cada um cobrindo sua própria classe de erros.