映像匿名加工ソリューション brighter Redact 画像/動画データの個人情報保護とデータ活用を両立

自動運転、公共や特定の場所における画像/映像データ解析、画像/映像データを活用した個人向けのリコメンデーションなどで使用するAIの研究開発には、大規模なデータ収集と分析が必要です。また、画像/映像データ解析では個人の保有する属性情報(性別、年齢など)の活用が必要ですが、このようなデータには大量の個人情報が含まれており、そのまま利用するとデータ処理時にEU一般データ保護規制(GDPR)、個人情報保護法やその他各国のデータ保護規則に違反する恐れがあります。しかし、従来の匿名化技術では、データの完全性と正確性を維持することはできません。

映像匿名加工化ソリューションであるbrighter Redactは、このジレンマを解決します。最先端のディープラーニング技術は、合成した顔やナンバープレートのオブジェクトを自動検知し、オーバーレイ処理を行います。これにより、個人情報を保護しつつ、元データの属性情報を保持したままAI開発や解析に利用する事が可能となります。

主な特長

個人情報を自動抽出

  • 動画や画像データから選択したオブジェクト種類(顔、ナンバープレート)を自動検知し、匿名加工処理

高い精度とデータ品質

  • ランダム機能でリバースエンジニアリングを防止し、個人情報を確実に保護
  • 2021年にプライバシー準拠IT製品としてEuroPriSe(個人情報保護シール)認証済み

カスタム対応

  • カスタム加工設定を使用し、個々のユースケースやコンプライアンスに合わせて物体認識の検知閾値を微調整可能

柔軟性

  • 一般的な画像・動画フォーマットに幅広く対応

導入メリット

  • 属性情報を維持しながら個人情報を保護した(GDPRやCCPAのプライバシー基準に準拠)AI判定・解析が可能
  • 個人情報を保護しながら大規模なビデオデータ収集が可能
  • 社内で蓄積された画像/動画データの再利用が可能

主な機能

Precision Blur(高精度匿名加工)

  • ディープラーニングの活用により、人の顔を正確に認識して、必要最低限部分だけにぼかしを入れて匿名加工

Deep Natural Anonymization(次世代匿名加工)

  • 顔認証技術による再認識が不可能
  • 合成した顔をランダムに生成し、リバースエンジニアリング不可能にすることで情報を保護
  • 個人情報を保護しながら属性情報(年齢、性別など)を用いたAI分析・開発を実現
  • DNAT2.0へのバージョンアップにより自然な匿名化処理を実現

brighter RedactのPrecision BlurおよびDeep Natural Anonymizationの適用例

提供形態

クラウド提供

brighter Redactのクラウド提供の画面例

3ステップでデータを匿名化

Webブラウザ上で利用できる直観的なインターフェースを介して①データ選択、②匿名化設定、③匿名化開始の3ステップでプログラム不要でデータを匿名化。インターフェースでステータスを追跡し、匿名化結果をダウンロード可能。

オンプレミス提供

brighter Redactのオンプレミス提供の画面例

迅速かつ容易なAPI連携

お客様のデータを社内に留めながら、お客様のワークフローと統合して匿名化プロセスを自動化

主な利用産業

オートモーティブ、モビリティ、交通機関

自動車の要件に合わせて設計された技術により、自動運転、DMS、ADAS開発の学習データ収集に活用可能

スマートシティ、セキュリティカメラ、防犯カメラ

事故管理をするオペレーターによる観察用に、監視カメラ画像をリアルタイムで匿名加工を施すことにより、プライバシーに配慮したインテリジェントアナリティクスを実現

コンピュータビジョン、機械学習、深層学習

アノテーションなどのAI開発や研究を行う企業・大学で、協業パートナーと国境を越えて学習データセットの共有が可能

ヘルスケア

機密性の高い医療用ビデオ・画像データにおいて、患者やスタッフの個人情報を保護しつつ、AI解析を実現

製品デモ