官方公众号企业安全新浪微博
FreeBuf.COM网络安全行业门户，每日发布专业的安全资讯、技术剖析。
FreeBuf+小程序
汽车在运行过程中采集到的车外画面（包含道路、建筑、行人、车辆等内容）是重要的数据资源，可用于汽车数据处理者改进自动驾驶算法。由于车外画面中可能包含人脸、车牌等信息，汽车制造商、自动驾驶算法提供商、出行服务企业等汽车数据处理者收集获取车外画面时，需要按照法律法规、国家标准等要求在汽车内部对人脸、车牌完成局部轮廓化处理后再向车外传输。
《网络安全标准实践指南—车外画面局部轮廓化处理效果验证（征求意见稿）》（以下简称《指南》）给出了验证车外画面进行人脸、车牌局部轮廓化处理效果的流程、方法及验证标准；适用于汽车数据处理者对车外画面进行人脸、车牌局部轮廓化处理效果的自行验证，也适用于第三方机构对局部轮廓化处理效果的验证；给出的验证方法仅适用于判别人脸、车牌的局部轮廓化处理效果。
《指南》给出了验证流程，验证方按以下流程开展验证：
1.验证方将待验证车辆置入其指定的测试道路，确定待验证车辆是否满足附录A中相关要求；
2.验证方打开待验证车辆网络连接功能，接入验证方移动终端热点，移动终端内置流量抓取工具对车辆进行数据采集，确保车内数据从唯一指定链路（如Wi-Fi方式）对外传输；
3.验证方人员随车进行实时监测，使接入移动终端热点的待验证车辆在测试道路的三种场景下进行行驶和驻车测试，每个道路场景各对应早、中、晚三种不同光照条件，共计9轮，每轮测试时长持续不少于30分钟；
4.验证方在每轮行驶测试完成后，触发汽车的车外画面上传条件，从上传数据中实时提取车外画面及局部轮廓化区域位置信息，得到9组待验证样本；
5.验证方将提取的待验证样本导入开展效果验证的实验室计算环境，按本文件第5章对获取的局部轮廓化处理画面进行人脸、车牌检测；
6.验证方根据机器算法检测和人工检测结果，按本文件第6章给出验证结论。
《指南》也给出了效果验证方法，验证方按照以下方法开展验证：
a) 通过检测算法及人工肉眼检测相结合的方式对向车外传输的车外画面进行效果验证（算法选取方式见附录C）：
- 1）对每一幅图片或每一个视频文件，使用5种不同的人脸检测算法分别进行验证；对任一图片或视频，若有2种及以上算法检测出人脸信息，则认为该样本未通过验证；
- 2）对每一幅图片或每一个视频文件，使用5种不同的车牌检测算法分别进行验证；对任一图片或视频，若有2种及以上算法检测出车牌信息，则认为该样本未通过验证；
- 3）从所有车外画面中进行抽取，图像每10幅随机抽取一幅，视频每10秒随机抽取一帧，对所有抽取的样本，以人工肉眼检测的方法验证是否残留人脸或车牌；人工肉眼检测发现残留，若经度量确认残留的人脸宽超过20像素，或车牌高度高于10像素的，则认为该样本未通过验证。
b)从所有已完成局部轮廓化处理的画面中进行抽取，图像每10幅随机抽取一幅，视频每10秒随机抽取一帧，对所有抽取得到的样本，读取其相应的位置信息文件，以便于后续检测；通过检测算法及人工肉眼检测相结合的方式对局部轮廓化区域及其周围进行检测，验证是否没有五官、面部皮肤等人脸残留，没有字母、汉字、数字等车牌残留。若检出残留的，则认为该样本未通过验证。