DJG330521_T 88-2023 面向自动驾驶的路侧采集交通数据脱敏技术要求.pdf

ICS 35.020 CCS DJG330521 L70 德清县地方技术性规范 DJG330521/T882023 面向自动驾驶的路侧采集交通数据脱敏技术要求 Technical requirements for desensitization of roadside acquisition trafficdata for autonomous driving 2023-04-18 发布 2023-04-30 实施 德清县市场监督管理局 发 布 DJG330521/T882023 I 目次 前言.II 1 范围.1 2 规范性引用文件.1 3 术语和定义.1 4 缩略语.2 5 脱敏流程.2 6 数据源要求.2 6.1 数据源采集设施.2 6.2 数据源种类.3 6.3 数据格式.3 6.4 数据源脱敏范围.3 7 数据脱敏处理.4 7.1 场景要求.4 7.2 人脸数据脱敏处理.4 7.3 车牌数据脱敏处理.4 7.4 敏感地点数据脱敏.5 7.5 地理坐标数据脱敏处理.5 8 信息存储.6 9 应用场景.6 附录 A（资料性）路侧采集交通数据脱敏应用场景示例.7 参考文献.8 DJG330521/T882023 II 前言 本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利，本文件的发布机构不承担识别专利的责任。本文件由德清县大数据发展管理局提出并归口。本文件起草单位：德清县大数据发展管理局、阿里云计算有限公司、阿里巴巴（中国）有限公司、国汽（北京）智能网联汽车研究院有限公司、浙江省交通运输科学研究院、浙江省标准化研究院、德清县车网智联产业发展有限公司、湖州莫干山高新技术产业开发区地理信息产业发展中心、浙江智网数创科技发展有限公司、浙江远程商用车研发有限公司、绍兴市上虞区标准化研究院。本文件主要起草人：刘彦斌、唐绍春、王琳、张磊、曾震宇、钟薇、乌尼日其其格、娄刃、余子英、姚朔舟、王卓丞、秦琪波、郝德峰、朱芸、董通、刘大鹏、张琦、张鑫、崔岸雍、高玉涛、孙放、刘挺、茅嘉磊、谢榛、孟伟、张卧龙、顾升、蔡维思、余昕、赵伟涛、陈信强、郑威灵、郭畅、马嘉宇。DJG330521/T882023 1 面向自动驾驶的路侧采集交通数据脱敏技术要求 1 范围 本文件规定了面向自动驾驶的路侧采集交通数据的脱敏流程、数据源要求、数据脱敏处理、信息存储和应用场景。本文件适用于面向自动驾驶的路侧交通设施采集的数据脱敏。2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 222392019 信息安全技术 网络安全等级保护基本要求 GB/T 356782017 公共安全 人脸识别应用图像技术要求 GB/T 418192022 信息安全技术 人脸识别数据安全要求 3 术语和定义 下列术语和定义适用于本文件。3.1 人脸姿态 facepose 人脸相对于采集设备在三维空间的角度，人脸三维坐标系采用右手笛卡尔坐标系，如图1所示。在一幅完全正面的图像中，三维坐标系的原点是鼻的尖端，俯仰角(P)水平转动角(Y)和倾斜角(R)分别指代人脸相对于空间的三个方向的坐标轴的旋转角度，俯仰角围绕 x 轴旋转，顺时针旋转为 x 轴的正方向，逆时针旋转为 x 轴的负方向；水平转动角围绕 y 轴旋转，顺时针旋转为 y 轴的正方向，逆时针旋转为 y 轴负方向；倾斜角围绕 z 轴旋转，顺时针旋转为 z 轴正方向，逆时针旋转为 z 轴负方向。来源：GB/T 356782017，3.3 图1 人脸姿态 DJG330521/T882023 2 3.2 人脸图像 faceimage 自然人脸部信息的模拟或数字表示。注：人脸图像可从设备收集或通过视频、数字照片等获取，主要类型包括可见光图像、非可见光图像（如红外图像）、三维图像等。来源：GB/T 418192022，3.1 3.3 数据脱敏 datamasking 通过一定方法在路侧设备上对原始环境数据中的敏感信息进行处理，使得敏感信息主体无法被识别或者关联，且处理后的信息不能被复原，同时保留目标环境业务所需的数据特征或内容的过程。4 缩略语 下列缩略语适用于本文件。RTK：实时动态测量（Real-time kinematic）5 脱敏流程 脱敏流程如图2所示，对来自数据源的数据（包括路侧采集的交通视频数据、交通图像数据、三维点云数据和地理位置数据），分别针对其中的人脸数据、车牌数据、敏感地点数据和地理坐标数据进行脱敏处理，使符合相应的脱敏功能和性能要求，最后对脱敏处理后的数据进行存储。图2 路侧采集交通数据的脱敏处理流程 6 数据源要求 6.1 数据源采集设施 面向自动驾驶的路侧采集交通数据设施主要包括：a)路侧摄像设备（固定、半固定等）；DJG330521/T882023 3 b)路侧雷达设备（激光雷达、毫米波雷达等）；c)路侧高精度定位设备（RTK 设备等）。6.2 数据源种类 数据源输出的数据主要包括：a)视频数据：路侧摄像设备采集到的面向自动驾驶的视频片段和实时视频流；b)图像数据：路侧摄像设备采集到的面向自动驾驶的视频截图和抓拍图像；c)三维点云数据：路侧雷达设备采集到的面向自动驾驶的空间点数据集；d)地理位置数据：路侧高精度定位设备采集到的地理坐标等数据。6.3 数据格式 支持以下来自数据源的视频、图像输入格式：d)应支持但不限于 CIF、4CIF、DI、1280720、19201080 等分辨率的视频和图像；e)视频文件应支持 PS、MP4、AVI 等封装格式；f)应支持 SVAC、H.264、MPEG-4 等视频编码格式；g)宜支持 H.265 视频编码格式；h)应支持 JPEG、JPEG2000、BMP、PNG 等图像编码和文件格式。6.4 数据源脱敏范围 6.4.1 人脸图像脱敏范围 人眼可辨识人脸信息或同时达到如下要求的人脸图像应进行脱敏处理：a)人脸分辨率 1）对于像素分辨率1920*1080及以下的摄像设备采集的图像，人脸像素大于等于18*18；2）对于像素分辨率1920*1080以上的摄像设备采集的图像，人脸像素大于等于24*24。b)人脸姿态 1）水平转动角在-4545范围内；2）人脸俯仰角在-3030范围内；3）人脸倾斜角在-4545范围内。c)人脸可见度 1）眉毛可见度大于等于75%；2）眼睛可见度100%；3）鼻子可见度大于等于85%；4）嘴巴可见度100%；5）面颊皮肤可见度大于等于75%。d)图像的R、G、B三个颜色每一通道应满足 30220 强度值占比大于等于85%。6.4.2 车牌图像脱敏范围 人眼可辨识车牌信息或同时达到如下要求的车牌图像应进行脱敏处理：a)车牌区域无遮挡；b)车牌高度分辨率 1）对于像素分辨率1920*1080及以上的摄像设备采集的图像，车牌高度大于等于图像高度/36像素；DJG330521/T882023 4 2）对于像素分辨率1920*1080及以下的摄像设备采集的图像，车牌高度大于等于30像素。c)车牌图像的几何失真度小于等于5%；d)成像时车牌区域照度达到摄像设备灵敏度指标。7 数据脱敏处理 7.1 场景要求 7.1.1 人脸数据脱敏应支持如下场景：a)对多个不同的人脸进行脱敏的场景；b)对图像中各种静止、奔跑、行走、骑行等状态的人脸进行脱敏的场景；c)对佩戴眼镜、耳机、帽子、饰品等对人脸遮挡后达到6.4.1中要求的人脸进行脱敏的场景。7.1.2 车牌数据脱敏应支持如下场景：a)对蓝牌、绿牌、黄牌等各种机动车正式悬挂的车牌进行脱敏的场景；b)对多个车牌进行数据脱敏的场景；c)对静止和行驶中的车辆进行脱敏的场景。7.2 人脸数据脱敏处理 人脸数据脱敏处理应满足如下要求：a)对自动驾驶场景库中检测到的人脸区域应采用单色色块涂抹（色块遮盖）方案，涂抹掉的信息不可被恢复；b)人脸数据脱敏处理应满足擦除区域和实际人脸区域的交并比不小于 50%；c)人脸数据脱敏处理后，应对脱敏效果进行评估和检测，人脸数据脱敏评估应预先采用人工标注一定数量的脱敏数据(包含特定数量的人脸)，并采用单色色块涂抹对数据进行脱敏，实际检测到人脸的区域范围与人工标注的人脸区域的交并比应不小于 50%，并且采用目前常用的图像复原技术不可恢复经脱敏处理的人脸区域。人脸数据脱敏处理效果如图3所示。图3 人脸数据脱敏处理效果示意图 7.3 车牌数据脱敏处理 车牌数据脱敏处理应满足如下要求：a)对自动驾驶场景库中检测到的车牌区域应采用单色色块涂抹方案，涂抹掉的信息不可被恢复；b)车牌数据脱敏处理应满足擦除区域和实际车牌区域的交并比不小于 50%；DJG330521/T882023 5 c)车牌数据脱敏处理后，应对脱敏效果进行评估和检测，车牌数据脱敏评估应预先采用人工标注一定数量的脱敏数据(包含特定数量的车牌)，并采用单色色块涂抹对数据进行脱敏，实际检测到车牌的区域范围与人工标注的车牌区域的交并比应不小于 50%，并且采用目前常用的图像复原技术不可恢复经脱敏后的车牌区域。车牌数据脱敏处理效果如图4所示。图4 车牌数据脱敏处理效果示意图 7.4 敏感地点数据脱敏 下述敏感地点数据应做删除处理：1)军队指挥机关、指挥工程、作战工程，军用机场、港口、码头，营区、训练场、试验场，军用洞库、仓库，军用信息基础设施、军用侦察、导航、观测台站，军用测量、导航、助航标志，军用公路、铁路专用线，军用输电线路，军用输油、输水、输气管道，边防、海防管控设施等直接用于军事目的的各种军事设施；2)武器弹药、爆炸物品、剧毒物品、麻醉药品、精神药品、危险化学品、铀矿床和放射型物品的集中存放地，核材料战略储备库、核武器生产地点及储备品种和数量，高放射性废物的存放地，核电站；3)国家安全机构等要害部门；4)石油、天然气等重要管线；5)军民合用机场、港口、码头的重要设施；6)卫星导航定位基准站；7)军事禁区、军事管理区及其内部的建筑物、构筑物和道路；8)监狱、看守所、拘留所、强制戒毒所和强制医疗所（名称除外）；9)国家战略物资储备库、中央储备库（名称除外）；10)重要桥梁的限高、限宽、净空、载重量和坡度，重要隧道的高度和宽度，公路的路面铺设材料；11)江河的通航能力、水深、流速、底质和岸质，水库的库容，拦水坝的构筑材料和高度，沼泽的水深和泥深；12)电力、电讯、通信等重要设施以及给排水、供热、防洪、人防等重要管廊或者管线；13)国家禁止公开的其他地点。7.5 地理坐标数据脱敏处理 地理坐标数据应做偏移处理。在脱敏完成后应永久删除坐标原点，确保坐标不被还原。DJG330521/T882023 6 8 信息存储 脱敏后的信息存储应满足GB/T 222392019规定的国家信息安全等级保护的要求。9 应用场景 路侧采集的交通数据可用于自动驾驶场景库建设，为自动驾驶仿真软件、出行服务平台等提供数据服务之前的数据脱敏场景。附录A给出了路侧采集交通数据脱敏应用场景示例。DJG330521/T882023 7 A A 附录A （资料性）路侧采集交通数据脱敏应用场景示例 路侧采集交通数据脱敏应用场景如图A.1所示。路侧采集的交通数据从智能网联汽车云控系统输入一体化智能化公共数据平台，并与一体化智能化公共数据平台的现有数据进行多源融合。通过路侧采集交通数据脱敏平台完成数据脱敏处理后，由云计算服务厂商提供的车路协同云服务平台完成数据加工和软件适配，并以服务的形式提供给自动驾驶技术提供商和出行服务商/主机厂，支撑自动驾驶仿真软件和出行服务平台，完成数据的增值服务。图A.1 路侧采集交通数据脱敏应用场景示例 DJG330521/T882023 8 参考文献 1 科学出版社地理信息系统名词（第二版）2 中华人民共和国测绘法 3 自然资规20232号公开地图内容表示规范 4 T/CAAMTB772022 汽车传输视频及图像脱敏技