ビデオ監視の範囲を決定するためにGoogle Street Viewデータを使用する

Google Street Viewの世界の道路網の継続的なカバーは、Googleの移動データ収集車両が禁止されている国を除いて、可能な限り完全で一貫性のある世界の社会の視覚的な記録である。

Google Mapsのインフラストラクチャに収益をもたらす貢献者として、Google Street Viewパノプティコンは機械学習分析のための豊富なデータソースである。犯罪行為を無意識に捉える傾向があるだけでなく、車の質から地域の収入を推定したり、都市環境の緑化を評価したり、公益事業ポールを識別したり、建物を分類したり、USの近隣の人口統計的構成を推定したりするために使用されてきた。

米国における監視カメラ拡散に関する制限付き統計

Google Mapsのデータを使用した社会的機械学習イニシアチブが広く使用されているにもかかわらず、Street Viewベースのデータセットにラベル付けされたサンプルが含まれるものは非常に少ない。Mapillary Vistasデータセットは、機能を提供する利用可能な少数のデータセットの1つであり、米国には20未満のラベル付けされたパブリックビデオカメラが含まれている。

米国の監視カメラインフラストラクチャの多くは、州が事件の後に映像の確認を要求する場合にのみ交差する。ゾーニング規制を超えて、プライベートな公共空間の監視に対処しない寛容なプライバシーの法律の文脈において、米国にはパブリック向けカメラの数に関する厳格な統計を提供できる連邦行政フレームワークがない。

経験的なデータと制限付きの調査によると、米国のビデオカメラの拡散は中国と同等である可能性があるが、証明することは容易ではない。

Google Street View画像でのビデオカメラの識別

利用可能なデータの不足を考えると、スタンフォード大学の研究者は、Google Street View画像で識別できるパブリック向けビデオカメラの普遍性、頻度、分布に関する研究を実施した。

研究者は、10の主要な米国都市とアジアおよびヨーロッパの6つの主要都市で、160万枚のGoogle Street View画像を評価するためのカメラ検出フレームワークを作成した。

ボストンは、最近または現在の密度が0.63、カメラの総数が1,600であるため、調査で検討された米国都市の中で最も高いカメラ密度を持っていることがわかった。一方、ニューヨーク市には10,100台のカメラが広範囲にわたって配置されている。アジアでは、東京には21,700台のカメラが見積もられており、ソウルには13,900台のカメラがより密集して配置されている。ロンドンでは13,000台のカメラがStreet View画像で識別されたが、パリは識別された配置とカメラ密度の両方でこれを上回った。

研究者は、都市の近隣とゾーン間でカメラ密度が大きく異なることを観察している。

住宅地域にあるカメラは、公共の公園、工業地域、混合使用ゾーンにあるカメラよりも3倍識別が難しいことがわかった。恐らく、これは住宅地域での「抑止」効果が増加していて、カムフラージュまたは目立たない配置がより多くなるためである。

調査対象となった都市のうち、ソウルは最も監視されている都市環境であり、パリはすぐ後に続く。

民族または少数民族の住民が多数を占める地域では、カメラ配置の頻度が著しく増加することがわかった。

方法論

研究者は、ビデオカメラの配置を含まないStreet View画像の2つのデータセットをコンパイルし、セグメンテーションマスクを生成した。セグメンテーションモデルは、これらのデータセットに対して訓練され、検証データセット（サンフランシスコ – 以下の「制限要因」参照）に対して評価された。

次に、出力モデルはランダムなStreet View画像に対して実行され、人間によってすべての正のカメラ検出が確認され、偽陽性が除去された。

最後に、カメラ角度の視野を計算してカバレッジの範囲を推定し、ビルディングのフットプリントや道路ネットワークの仕様と照合した。

このマトリックスに寄与した他のデータには、OpenStreetMapからのビルディングの仕様や、USの国勢調査地図を使用して各都市の行政境界内に研究を制限することが含まれた。また、プロジェクトでは、Electronic Frontier Foundation（EFF）による研究からのサンフランシスコのカメラ位置データや、Static APIを介してアクセスしたGoogle Street View画像を使用した。

制限要因

研究者は、結果を検討する際に考慮すべきいくつかの制限要因を認めている。

まず、機械学習システムによって識別されたカメラはすべて人間によって検証または否定されたが、このレビューは誤りを犯す可能性のあるプロセスである。

2番目に、研究はStreet View画像の利用可能な解像度によって制限され、研究者は30メートル以内のカメラ配置のみを識別することができた。これは、一部のカメラが解像度の制限により「発明」された可能性があるだけでなく、多くのカメラがこの範囲外にあるため識別されなかったことを意味する。

最後に、都市ごとのモデルリコールを推定することは、結果の精度に制限要因となる可能性がある。サンフランシスコ市では、EFFによる以前の研究で監視カメラの頻度がすでにラベル付けされていたため、この研究では他の管轄区域に適用するために使用された。