Анонимизация чертежей

Компания обратилась к нам за технологическим решением: автоматизировать процесс ручного удаления информации из блока с конфиденциальные данными на отсканированных документах. Поскольку в чертежах заказчика содержатся конфиденциальные данные (ФИО ответственных лиц, подписи, название организации и пр.), их приходилось удалять вручную с каждого документа. Это занимало много времени и повышало риск случайного пропуска важных сведений.

Разработка алгоритма определения ориентации чертежа

Сначала мы проанализировали типовые чертежи и особенности расположения блока с персональными данными. Чтобы автоматически находить на чертеже область «Основная надпись» (таблицу с персональными данными), алгоритм выполняет следующие шаги:

• Вырезает правый нижний фрагмент чертежа — в этом месте по ГОСТу обычно расположена «Основная надпись».

• Применяет распознавание текста к выделенной области и проверяет наличие ключевых слов, характерных для таблицы, таких как: Лит, Лист, Листов и др.

• Если хотя бы одно из этих слов найдено — алгоритм считает, что чертёж ориентирован правильно (горизонтально). Если нужные слова не найдены — алгоритм поворачивает изображение на 90° и повторяет анализ, начиная с первого шага.

• Если после четырех итераций (поворотов) характерные слова так и не обнаружены, алгоритм возвращает чертёж в исходное положение и исключает его из дальнейшей обработки.

Создание системы поиска и идентификации табличных блоков с конфиденциальной информацией

Чтобы программа корректно находила блок «Основная надпись» мы разработали алгоритм обнаружения ключевых слов для определения ориентации документа:

• с помощью нейросети для обнаружения таблиц алгоритм находит все таблицы на изображении;

• таблицы фильтруются по размеру и близости к правому нижнему краю с помощью средств обработки изображений;

• с помощью инструментов openCV определяются контуры ячеек таблицы.

Автоматическое маскирование обнаруженных данных

Мы приступили к разработке механизма замещения чувствительной информации. Для этого был реализован следующий механизм:

• алгоритм разбивает область таблицы на отдельные ячейки и выполняет анализ содержимого каждой из них;

• при обнаружении ячейки с конфиденциальной информацией она автоматически закрашивается с помощью инструментов обработки изображений.

Решение не требует ручного вмешательства и позволяет эффективно обезличивать персональные данные перед передачей документов.

Разработали алгоритм автоматического поиска и маскировки конфиденциальных данных на чертежах:

1. Сократили время обработки документации — автоматизация анонимизации позволила обрабатывать один чертёж за 5–10 секунд вместо ручного редактирования.

2. Минимизировали риски утечки персональных данных за счёт исключения человеческого фактора.

3. Упростили и ускорили обмен документацией между подразделениями и внешними партнерами — процесс стал быстрее и безопаснее.

4. Обеспечили полную конфиденциальность: вся обработка происходит локально, без передачи данных во внешние сервисы.

5. Достигли высокой точности (по результатам тестирования на выборке из 255 реальных документов от заказчика):
   - 89% — машиностроительных чертежей успешно обработано;
   - 81% — строительных чертежей успешно обработано.