机器视觉数据采集的隐私边界研究

摘要

机器视觉从简单的记录转变为识别、跟踪、推断之后，公共场所的图像采集就不只是一个摄像头安装的问题，而成了关乎到个人资讯处理强度和人格权益边界的问题。本文在查阅近三年的英文期刊文献的基础上，得出结论认为公共可见并不等同于可以被持续计算，删除原图也不意味著消除了衍生的风险。文章提出场景敏感度、可识别性、目的必要性三个维度的判定框架，从影响评估、最小化参数、边缘匿名化、权限审计、全生命周期问责五个方面提出策略。研究认为机器视觉采集必须有具体的必要目的作为前置条件，以低侵扰代替、端侧减量为预设方式，才能在安全、效率和个人尊严之间达到比例的平衡。