PiiBlur

Bilder auf Straßenebene unterstützen Stadtplanung, Navigation und Vermessung. Kartierungsunternehmen, Vermessungsunternehmen und kommunale Behörden erfassen jede Woche Millionen von Fotos - jedes enthält möglicherweise Gesichter, Nummernschilder und andere persönlich identifizierbare Informationen, die vor der Veröffentlichung geschwärzt werden müssen.

Die manuelle Schwärzung kann nicht mithalten. Eine einzelne Flotte von Kartierungsfahrzeugen erzeugt Tausende von Bildern pro Stunde. Sie benötigen eine automatisierte Pipeline, die personenbezogene Daten ohne menschliches Eingreifen und ohne Verzögerung bei der Übermittlung erkennt und bereinigt.

Diese Anleitung zeigt, wie Sie diese Pipeline mit der PiiBlur-API erstellen.

Warum Bilder auf Straßenebene eine automatisierte Schwärzung personenbezogener Daten erfordern

Die Erfassungen auf Straßenebene sind reich an personenbezogenen Daten. Ein einzelnes Panoramabild von einem Kartierungsfahrzeug kann Dutzende Gesichter, mehrere Nummernschilder und sichtbare Straßenschilder enthalten - alles geregelt durch DSGVO und CCPA.

Die Skala macht eine manuelle Überprüfung unpraktisch. Eine Flotte, die 50.000 Bilder pro Tag mit 30 Sekunden pro Bild aufnimmt, würde täglich über 400 Personenstunden benötigen. Durch die automatisierte Erkennung wird dieser Engpass beseitigt.

Auch Datenschutzbestimmungen erfordern Konsistenz. Menschliche Prüfer übersehen Dinge, insbesondere unter Zeitdruck. Ein API-basierter Ansatz wendet jedes Mal dasselbe Erkennungsmodell auf jedes Bild an und verringert so das Risiko, dass ein nicht geschwärztes Gesicht Ihre Kunden oder die Öffentlichkeit erreicht.

Welche PII in Erfassungen auf Straßenebene angezeigt werden

PiiBlur erkennt 13 PII-Kategorien in Bildern. Einige tauchen häufig in der Straßenfotografie auf:

Gesichter - Fußgänger, Fahrer, Passagiere, Radfahrer
Kennzeichen - geparkte und fahrende Fahrzeuge
Straßenschilder - Adressnummern und Wegweiser, die den Standort von Personen identifizieren können
Bildschirme - sichtbare Telefon- oder Tablet-Bildschirme
Dokumente - sichtbarer Text auf Papieren, Postern oder Mitteilungen
QR-Codes und Barcodes - auf Schaufenstern, Lieferpaketen oder Beschilderungen

Gesichter und Nummernschilder sind die häufigsten Ziele, aber eine gründliche Pipeline sollte alle sichtbaren PII-Kategorien abdecken.

So erstellen Sie eine automatisierte Redaktionspipeline

Die PiiBlur REST API akzeptiert Bilder, stellt Schwärzungsaufträge in die Warteschlange und stellt nach Abschluss der Verarbeitung authentifizierte Downloads bereit. Eine typische Pipeline besteht aus drei Stufen.

1. Bilder aufnehmen und in die Warteschlange stellen

Wenn Ihre Aufnahmegeräte Rohbilder hochladen, fügen Sie jedes Bild einer Verarbeitungswarteschlange hinzu. Die meisten Mapping-Workflows verwenden bereits eine Warteschlange (SQS, RabbitMQ, Redis) für Nachbearbeitungsaufgaben wie Stitching oder Farbkorrektur. Die Schwärzung personenbezogener Daten ist ein weiterer Schritt in dieser Pipeline.

2. Bilder an die PiiBlur-API senden

Rufen Sie für jedes Bild in der Warteschlange die PiiBlur-API mit den PII-Kategorien auf, die erkannt werden sollen. Sie können alle unterstützten Kategorien schwärzen oder nur auf Gesichter und Kennzeichen abzielen.

Die API unterstützt sowohl Unschärfe als auch Pixelierung. Die meisten Anbieter für Straßenaufnahmen entscheiden sich für Unschärfe, um ein klareres Ergebnis zu erzielen, das mit Panoramabildern harmoniert. Einen detaillierten Vergleich finden Sie in unserem Leitfaden zu Schwärzungs- und Verpixelungs-Redaktionsmethoden.

3. Geschwärzte Ausgabe speichern

Die API gibt das redigierte Bild direkt zurück. Ersetzen Sie das Original in Ihrer Speicherschicht oder behalten Sie beide Versionen, abhängig von Ihrer Aufbewahrungsrichtlinie.

Dieses Muster wird horizontal skaliert. Fügen Sie Warteschlangenarbeiter hinzu, um den Durchsatz zu erhöhen. PiiBlur verarbeitet gleichzeitige Anfragen, sodass Sie Hunderte von Bildern parallel verarbeiten können.

Handhabungsskala: Durchsatz und Stapelverarbeitung

Bei Betrieben auf Straßenebene werden täglich Zehntausende Bilder verarbeitet. Beachten Sie bei großvolumigen Pipelines die folgenden Punkte:

Parallelisieren Sie Ihre Anfragen. Die API verarbeitet jedes Bild unabhängig. Führen Sie mehrere Worker für Ihre Warteschlange aus, um Ihrer Upload-Rate zu entsprechen.

Prozess außerhalb der Hauptverkehrszeiten. Wenn Ihre Fahrzeuge tagsüber erfasst werden, planen Sie die Redaktion über Nacht. Die geschwärzten Bilder werden bis zum Morgen fertig sein.

Auf Fehler überwachen. Integrieren Sie eine Wiederholungslogik in Ihre Warteschlangenarbeiter. Netzwerkunterbrechungen und vorübergehende Fehler sind in großem Maßstab unvermeidlich. Mit einer Warteschlange für unzustellbare Nachrichten für wiederholte Fehler können Sie Nachforschungen anstellen, ohne die Pipeline zu blockieren.

Wählen Sie den richtigen Plan. PiiBlur-Pläne liegen zwischen 49 und 499 US-Dollar pro Monat, gestaffelt nach Volumen. Überprüfen Sie unsere Preisseite, um die Stufe zu finden, die zu Ihrem Durchsatz passt.

Einhaltung der Datenschutzbestimmungen für Zuordnungsdaten

Datenschutzgesetze in allen Gerichtsbarkeiten erfordern die Entfernung personenbezogener Daten aus Bildern vor der Veröffentlichung. Die DSGVO, der CCPA und ähnliche Rahmenwerke regeln alle personenbezogene Daten in öffentlichen Bildern.

Die automatisierte Schwärzung unterstützt diese Arbeitsabläufe, indem jedes Bild dieselbe Erkennungspipeline durchläuft. Weitere Informationen zum Zusammenhang zwischen personenbezogenen Daten auf Bildebene und den DSGVO-Verpflichtungen finden Sie in unserem Leitfaden zur DSGVO und Bildkonformität.

Wichtige Compliance-Praktiken:

Vor dem Teilen redigieren. Verarbeiten Sie Bilder, bevor sie Dritte, Kunden oder öffentlich zugängliche Anwendungen erreichen.
Dokumentieren Sie Ihren Prozess. Führen Sie Aufzeichnungen über Ihre Schwärzungspipeline für Audits.
Deckt alle PII-Kategorien ab. Die Vorschriften gehen über Gesichter und Kennzeichen hinaus. Straßenschilder, Dokumente und Bildschirme müssen möglicherweise ebenfalls geschwärzt werden.

Integration von PiiBlur in bestehende Mapping-Workflows

Die meisten Kartierungs- und Vermessungsteams betreiben bereits Nachbearbeitungspipelines für die Zusammenführung, GPS-Ausrichtung und Qualitätskontrolle. Als weiterer Schritt kommt die PII-Schwärzung hinzu.

Wenn Sie Bild-Workflows auf Straßenebene mit Tools wie Mapillary, KartaView oder benutzerdefinierten Erfassungsplattformen verwenden, wird die PiiBlur-API über Standard-HTTP-Anfragen integriert. Kein SDK oder proprietäre Tools erforderlich.

Die API akzeptiert gängige Bildformate und gibt das redigierte Ergebnis im gleichen Format zurück - keine Konvertierungsschritte, keine Formatinkompatibilitäten und keine Unterbrechung Ihrer Speicher- und Bereitstellungsinfrastruktur.

Beginnen Sie mit der Automatisierung der PII-Redaktion auf Straßenebene

Die manuelle Schwärzung lässt sich nicht für Bilder auf Straßenebene skalieren. Die Volumina sind zu groß, die PII-Dichte zu hoch und die Datenschutzüberprüfungsstandards zu streng für eine inkonsistente menschliche Überprüfung.

Die API von PiiBlur ermöglicht eine konsistente, automatisierte Erkennung und Schwärzung aller 13 PII-Kategorien. Integrieren Sie es in Ihre Pipeline, skalieren Sie es mit Ihrer Flotte und versenden Sie anonymisierte Bilder mit Zuversicht.