Určení rozsahu video dohledu prostřednictvím dat Google Street View

Google Street View nabízí nepřetržitou pokrytí světových cest, což představuje možná nejúplnější, nej konzistentnější a nejkoherentnější vizuální záznam globální společnosti, s výjimkou zemí, které zakazují vozidlům Google sbírajícím data.

Jako zdroj příjmů pro infrastrukturu Google Maps je Google Street View bohatým zdrojem dat pro analýzu strojového učení. Kromě své schopnosti neúmyslně zachytit trestné činy byl použit k odhadu regionálního příjmu z kvality aut ve snímcích Google Street View, hodnocení zeleně ve městských prostředích, identifikaci sloupu, klasifikaci budov a odhad demografického složení amerických čtvrtí, mezi mnoha dalšími iniciativami.

Omezené statistiky o šíření kamer dohledu ve Spojených státech

Přes široké použití dat Google Maps pro iniciativy strojového učení, existuje velmi málo datasetů založených na Street View, které obsahují označené příklady kamer dohledu. Dataset Mapillary Vistas je jedním z mála dostupných, který nabízí tuto funkcionalitu, ale obsahuje méně než 20 označených veřejných kamer ve Spojených státech.

Velká část infrastruktury video dohledu ve Spojených státech se setkává se státem pouze tehdy, když úřady požadují potvrzující záběry po místních událostech, které mohly být zaznamenány. Kromě regulačních předpisů a v kontextu permissivních zákonů o ochraně soukromí, které málo řeší soukromý dohled nad veřejnými prostory, neexistuje žádný federální administrativní rámec, který by mohl poskytnout tvrdá statistická data o počtu veřejně přístupných kamer ve Spojených státech.

Ukazuje se, že difuze kamer ve Spojených státech může být srovnatelná s Čínou, ale není snadné to prokázat.

Identifikace kamer dohledu ve snímcích Google Street View

Vzhledem k této nedostatku dostupných dat provedli výzkumníci ze Stanfordovy univerzity studii o prevalenci, frekvenci a distribuci veřejně přístupných kamer dohledu, které lze identifikovat ve snímcích Google Street View.

Výzkumníci vytvořili rámec pro detekci kamer, který vyhodnotil 1,6 milionu snímků Google Street View ve 10 hlavních městech Spojených států a šesti dalších hlavních městech Asie a Evropy.

Seřazeno podle hustoty kamer, Boston je na vrcholu seznamu měst ve Spojených státech, s recentní nebo aktuální hustotou 0,63 a celkovým počtem kamer 1 600. Přesto má New York City mnohem více kamer (10 100) rozložených na větší ploše. Zdroj: https://arxiv.org/pdf/2105.01764.pdf

Mezi městy ve Spojených státech měl Boston nejvyšší hustotu identifikovaných kamer, zatímco New York City má nejvyšší počet kamer, a to 10 100, rozložených na větší vzdálenost. V Asii má Tokio obrovských 21 700 odhadovaných kamer, ale Soul má menší počet kamer (13 900) koncentrovaných mnohem hustěji. Přestože bylo identifikováno 13 000 kamer pro snímky Street View v Londýně, Paříž překonává toto číslo jak v počtu identifikovaných umístění (13 000), tak v hustotě pokrytí.

Výzkumníci pozorují, že hustota kamer se značně liší mezi čtvrtěmi a zónami měst.

Mezi jinými omezujícími faktory pro přesnost průzkumu (které budeme dále diskutovat), výzkumníci pozorují, že kamery v rezidenčních oblastech jsou třikrát obtížněji identifikovatelné než ty umístěné v veřejných parcích, průmyslových zónách a smíšených zónách – pravděpodobně proto, že “odrazující” efekt je v rezidenčních zónách stále více sporný, což vede k maskovaným nebo diskrétním umístěním.

Pokud vezmeme v úvahu města ve Spojených státech, Asii a Evropě, Soul má první místo jako nejvíce sledované městské prostředí, s Paříží nedaleko za ním.

Kde má čtvrť většinu etnických nebo menšinových obyvatel, frekvence umístění kamer se zřetelně zvyšuje, i když jsou zohledněny všechny zmírnění faktory stanfordskými výzkumníky.

Frekvence kamer dohledu se zvyšuje přímo úměrně zvýšenému počtu menšinových obyvatel v čtvrti, podle výzkumu Stanfordu.

Výzkum byl proveden ve dvou časových obdobích, 2011–2015 a 2016–2020. Přestože data ukazují konzistentní a někdy anomální růst umístění kamer dohledu během devíti let, výzkumníci naznačují, že tato proliferace kamer dohledu může dosáhnout “dočasného plateau”.

Metodika

Výzkumníci nejprve sestavili dvě datové sady snímků Street View, z nichž jedna neobsahovala umístění kamer, a vygenerovali segmentační masky pro tyto. Segmentační model byl vyškolován na těchto datech proti validační datové sadě (San Francisco – viz “Omezující faktory” níže).

Pak byl výstupní model spuštěn proti náhodným snímkům Street View, s veškerými pozitivními detekcemi kamer potvrzenými lidmi a odstraněnými falešnými pozitivy.

Vlevo, surový snímek z Google Street View. Další, přizpůsobená segmentační maska. Třetí, algoritmicky odvozená identifikace kamery. Vpravo, potvrzené umístění lidským dohledem.

Nakonec výpočetní rámec vypočítal pole pohledu kamerových úhlů, aby odhadl rozsah pokrytí, seskupený proti stopám budov a specifikacím silniční sítě.

Další přispívající data pro tuto matici zahrnovala specifikace budov z OpenStreetMap a použití map Spojených států, aby se zajistilo, že studie byla omezena na administrativní hranice každého města. Kromě toho projekt použil data o umístění kamer ve San Francisku ze studie Electronic Frontier Foundation (EFF), s přístupem k snímkům Google Street View prostřednictvím Static API.

Výzkumníci odhadli pokrytí výpočtem pole pohledu kamer Google Street View proti datům z OpenStreetMap.

Omezující faktory

Výzkumníci uznávají řadu omezujících faktorů, které by měly být zohledněny při hodnocení výsledků.

Nejprve, že kamery identifikované systémem strojového učení byly všechny následně potvrzeny nebo vyvráceny lidským dohledem, a že tento dohled je omylný proces.

Zadruhé, studie byla omezena dostupným rozlišením snímků Street View, které omezilo výzkumníky na identifikaci kamer umístěných do vzdálenosti 30 metrů od POV. To nejen znamená, že některé kamery mohly být “vynalezeny” kvůli omezenému rozlišení, ale také, že mnoho kamer mimo tuto oblast (jako jsou kamery ve vysoké úrovni, zakrytá umístění a mikro-kamery v zvoncích) pravděpodobně nebylo identifikováno.

Nakonec, odhad city-specifické modelové rekapitulace může být omezujícím faktorem pro přesnost výsledků, protože město San Francisco, kde frekvence kamer dohledu byla již dříve označena v předchozích pracích EFF, bylo aplikováno na jiná území, aby se studie stala proveditelnou.