Bestemmelse af videoovervågningsomfanget gennem Google Street View-data

Google Street Views kontinuerlige dækning af verdens gader repræsenterer muligvis den mest komplette, konsekvente og koherente visuelle optagelse af det globale samfund, med undtagelse af lande, der indfører forbud mod søgejættens vagende dataindsamlingsskibe.

Som en indtægtsgenererende bidragyder til Google Maps’ infrastruktur er Google Street View-panoptikon en rig dataåre for maskinlæringsanalyse. Ud over dets evne til ufrivilligt at fange kriminelle handlinger, er det blevet brugt til at estimere regional indtægt fra bilkvalitet i Google Street View-billeder, evaluere grønne områder i bymiljøer, identificere elmaster, klassificere bygninger og estimere den demografiske sammensætning af USAs kvarterer, blandt mange andre initiativer.

Begrænsede statistikker om overvågningskameraer i USA

Trods den omfattende brug af Google Maps-data til sociale maskinlæringsinitiativer, findes der kun få Street View-baserede datasæt, der indeholder labeled eksempler på overvågningskameraer. Mapillary Vistas-datasættet er blandt de få tilgængelige, der tilbyder denne funktion, selvom det kun indeholder mindre end 20 labeled offentlige videoovervågningskameraer i USA.

Meget af videoovervågningsinfrastrukturen i USA krydser kun staten, når myndighederne kræver bekræftende optagelser efter lokale begivenheder, der måske er blevet optaget. Ud over zonereguleringslove og i sammenhæng med permissive privatlivslove, der ikke gør meget for at tackle privat overvågning af offentlige områder, findes der ingen føderal administrativ ramme, der kan give hårdt statistik over antallet af offentligt rettede kameraer i USA.

Anekdotiske data og begrænsede undersøgelser påstår, at videoovervågningskameraernes udbredelse i USA kan være på niveau med Kina, men det er ikke let at bevise.

Identificering af videoovervågningskameraer i Google Street View-billeder

Under betragtning af denne mangel på tilgængelige data, har forskere fra Stanford University gennemført en undersøgelse af hyppigheden, udbredelsen og fordelingen af de offentligt rettede videoovervågningskameraer, der kan identificeres i Google Street View-billeder.

Forskerne oprettede en kamera-detektionsramme, der vurderede 1,6 millioner Google Street View-billeder på tværs af 10 større byer i USA og seks andre større byer i Asien og Europa.

I faldende rækkefølge af kameratæthed toppede Boston listen over de undersøgte byer i USA, med en seneste eller nuværende tæthed på 0,63 og et samlet antal kameraer på 1.600. Trods dette har New York City langt flere kameraer (10.100) fordelt over et større område. Kilde: https://arxiv.org/pdf/2105.01764.pdf

Af de amerikanske byer havde Boston den højeste tæthed af identificerede kameraer, mens New York City havde det højeste antal kameraer med 10.100, fordelt over et større område. I Asien havde Tokyo et massivt antal af 21.700 estimerede kameraer, men Seoul havde et mindre antal kameraer (13.900) koncentreret langt mere tæt. Selvom 13.000 kameraer blev identificeret for Street View-billeder af London, slog Paris dette både i antal af identificerede placeringer (13.000) og tæthed af dækning.

Forskerne observerer, at kameratætheden varierer bredt mellem bydelene og zonerne i byerne.

Blandt andre begrænsende faktorer for nøjagtigheden af undersøgelsen (som vi kommer til), observerer forskerne, at kameraer i beboelsesområder er tre gange mere svære at identificere end dem, der er placeret i offentlige parker, industriområder og blandede zoner – sandsynligvis fordi “afskrækkelses”-effekten er mere og mere kontroversiel i beboelsesområder, hvilket gør camouflerede eller diskrete placeringer mere sandsynlige.

Under betragtning af de undersøgte byer i Europa og Asien havde Seoul polepladsen som den mest overvågede bymiljø, med Paris ikke langt efter.

Hvor en zone har en census-defineret majoritet af etniske eller minoritetsbeboere, stiger hyppigheden af kameraplaceringer betydeligt, selv med alle formildende faktorer taget i betragtning af Stanford-forskerne.

Overvågningskamerahyppighed stiger i direkte forhold til øget minoritetsdemografi i et kvarter, ifølge Stanford-forskningen.

Undersøgelsen blev gennemført over to tidsperioder, 2011-2015 og 2016-2020. Selvom data viser en konsekvent og undertiden aberrant vækst i overvågningskameraplacering over den ni-årige periode, foreslår forskerne, at denne udbredelse af overvågningskameraer måske har nået en “midlertidig plateau”.

Metodik

Forskerne oprettede initialt to datasæt af Street View-billeder, hvoraf det ene ikke indeholdt videoovervågningskameraer, og genererede segmenteringsmasker for disse. En segmenteringsmodel blev trænet på disse datasæt mod en valideringsdatasæt (fra San Francisco – se “Begrænsende faktorer” nedenfor).

Derefter blev outputmodellen kørt mod tilfældige Street View-billeder, med alle positive kameradetekteringer bekræftet af mennesker, og falske positiver fjernet.

Venstre, det rå billede fra Google Street View. Næste, den tilpassede segmenteringsmaske. Tredje, en algoritme-afledt kameraidentifikation. Højre, en menneske-verificeret placering.

Til sidst beregnede rammen kameravinklernes synsfelt for at estimere dækningens omfang, sammenlignet med bygningernes fodaftryk og vejnetværkets specifikationer.

Andre bidragende data til denne matrix inkluderede bygningsspecifikationer fra OpenStreetMap og brugen af US-censuskort for at sikre, at undersøgelsen var begrænset til de administrative grænser for hver by. Derudover brugte projektet San Francisco-kamerastedsdata fra en undersøgelse af Electronic Frontier Foundation (EFF), med Google Street View-billeder adgang via Static API.

Forskerne estimerede dækning ved at beregne synsfeltet for Google Street View-kameraer mod data fra OpenStreetMap.

Begrænsende faktorer

Forskerne indrømmer en række begrænsende faktorer, der bør tages i betragtning ved gennemgang af resultaterne.

Først og fremmest, at de kameraer, der blev identificeret af maskinlæringsystemet, alle efterfølgende blev verificeret eller negateret af menneskelig gennemgang, og at denne gennemgang er en fejlbar proces.

Anden, at undersøgelsen var begrænset af den tilgængelige opløsning af Street View-billederne, hvilket begrænsede forskerne til at identificere kameraer placeret inden for 30 meter fra POV. Dette betyder ikke kun, at nogle kameraer måske er blevet “opfundet” gennem begrænset opløsning, men også, at mange uden for denne visning (såsom højtliggende kameraer, skjulte placeringer og mikro-kameraer i dørklokkeindstillinger) sandsynligvis ikke er blevet identificeret.

Til sidst kan estimering af by-specifikke modeller tilbagekald kan være en begrænsende faktor for nøjagtigheden af resultaterne, da byen San Francisco, hvor overvågningskamerafrekvensen allerede var blevet mærket i tidligere arbejde fra EFF, blev anvendt på andre jurisdiktioner for at gøre studiet muligt.