Toezicht
CSET: China Leidt de Wereld in Computer Vision Surveillance Onderzoek

Belangrijkste puntenChina produceert meer dan een derde van het wereldwijde onderzoek naar computervisie en…
Meer weergeven
- China produceert meer dan een derde van het wereldwijde onderzoek naar computervisie en surveillance.
- Chinees onderzoek naar surveillance-AI groeit, terwijl de Westerse output stabiel blijft of afneemt.
- De vooringenomenheid ten gunste van het Engels onderschat waarschijnlijk de daadwerkelijke voorsprong van China in surveillance-onderzoek.
Een nieuw rapport van het Center for Security and Emerging Technology (CSET) heeft ontdekt dat China’s onderzoekssector een ‘onevenredig groot aandeel’ van onderzoek naar drie kern-AI-gerelateerde surveillance technologieën produceert, en dat de algemene bijdrage van de Communistische Partij van China aan computer vision technologieën met hetzelfde tempo groeit en opvallend de westerse publicatiecijfers inhaalt.

China’s duidelijke voorsprong in onderzoeksinitiatieven op het gebied van de meer omstreden deelgebieden van computer vision-onderzoek, vooral gerelateerd aan surveillance. Bron: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf
De drie belangrijkste gebieden waarop China een enorme voorsprong heeft, zijn heridentificatie van personen (REID), personentelling in menigten en detectie van misleiding van identificatiesystemen (d.w.z. technologieën die zijn gericht op het blootleggen van pogingen om identificatietechnologieën te ondermijnen).
Daarnaast toont de grafiek hierboven aan dat China’s onderzoekscommunity een aanzienlijk hoger percentage papers publiceert over mensgerichte computer vision taken, die, volgens de paper, ondersteunende technologieën vertegenwoordigen voor bredere surveillance oplossingen die machine learning gebruiken. Deze taken omvatten emotieherkenning, gezichtsherkenning en actieherkenning.
De auteurs merken op:
‘Deze algoritmes worden vaak toegepast voor onschuldige, commerciële doeleinden, zoals het labelen van personen in sociale media foto’s. Maar vooruitgang in computer vision kan ook enkele regeringen in staat stellen om surveillance technologie te gebruiken voor onderdrukkende doeleinden.’
Op een minder sinistere noot hebben de auteurs ontdekt dat papers over visuele surveillance minder dan 10% van alle computer vision onderzoek uitmaken dat in de studieperiode is uitgevoerd, en dat het bredere onderzoek vrijwel gelijkmatig over landen is verdeeld.
Echter, China’s dominantie is duidelijk, betogen de onderzoekers*:
‘Onderzoekers met Chinese institutionele affiliaties waren verantwoordelijk voor meer dan een derde van de publicaties in zowel computer vision als visuele surveillance onderzoek.
‘Dit maakt China verreweg het meest productieve land in beide gebieden. Het aandeel van Chinese onderzoekers in het mondiale visuele surveillance onderzoek groeit met een vergelijkbaar tempo als hun aandeel in computer vision onderzoek.’
Het nieuwe rapport, getiteld Trends in AI Onderzoek voor de Visuele Surveillance van Bevolkingsgroepen, vertegenwoordigt de toepassing van Natural Language Processing (NLP) benaderingen op een dataset van gepubliceerde papers die de jaren 2015-2019 bestrijken, en is geschreven door Ashwin Acharya, Max Langenkamp en James Dunham.
Engelse Taalvoorkeur
De auteurs van de paper merken op dat hun studie alleen Engelstalige wetenschappelijke papers behandelt, en dat het uitbreiden van de studie naar niet-Engelstalige publicaties een diepere ijsberg van academische inspanning van China in deze sectoren kan onthullen. Bovendien geloven de onderzoekers dat het aanvullen van de gegevens met aanvullende informatie, zoals octrooidata, camerainstallaties en relevant overheidsbeleid, deze statistische voorsprong kan vergroten.
Natuurlijk, de paper erkent, kan het analyseren van openbaar en openbaar gepubliceerde papers geen rekening houden met privébedrijfs- of staatsonderzoek, en geclassificeerd onderzoek, maar vormt een bruikbare index van sectoractiviteit in afwezigheid van deze verborgen gegevenspunten.
Architectuur en Gegevens
De auteurs hebben de kerngegevens afgeleid door een SciREX documentniveau informatie-extractiemodel te trainen op gegevens van Papers With Code, waarbij het raamwerk de relevantie van papers bepaalde door verwijzingen te identificeren naar taken op het gebied van computer vision, vooral naar projecten en initiatieven gericht op surveillance.
Het model werd vervolgens toegepast op een door CSET samengevoegd corpus van wetenschappelijke literatuur die meer dan 100 miljoen individuele publicaties bevatte uit zes academische datasets. De publicatieplatforms die waren betrokken, waren Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv en Papers With Code.
Getraind op Arxiv-preprints, werd een SciBERT classificator belast met het identificeren van computer vision papers in het corpus.
Het feit dat SciREX en SciBERT zijn getraind op Engelstalige documenten, verhinderde de onderzoekers om de reikwijdte van de studie uit te breiden tot buiten het Engels. Daarover merken de onderzoekers op: ‘Dit betekent dat in nationale vergelijkingen de niet-Engelstalige onderzoeksproductie wordt onderschat, en met name dat het waarschijnlijk het aandeel van China in het wereldwijde onderzoek ondervertegenwoordigt.’
Bevindingen
Binnen de visuele surveillance sector, toont de studie aan dat gezichtsherkenning de meest terugkerende taak was, die in meer dan duizend papers voor het jaar 2019 voorkwam. Echter, de auteurs merken op dat personentelling in menigten en detectie van pogingen om gezichtsherkenning te misleiden ‘snel groeiende’ gebieden van onderzoek zijn.

Uit het paper, de meest voorkomende taken die zijn geïdentificeerd voor de jaren die zijn bestudeerd. Geciteerde bron is ‘CSET merged corpus. Resultaten gegenereerd 22 juli 2021’
De auteurs van de paper menen dat zelfs de ogenschijnlijk meer ‘neutrale’ en minder politiek geladen computer vision onderzoeken gerelateerd aan surveillance ook kunnen bijdragen aan onderdrukkende controlesystemen. Voor ‘actieherkenning’ merken ze op dat dit kan worden gebruikt om ‘abnormaal gedrag’ in drukke openbare ruimtes te identificeren; voor detectie van pogingen om gezichtsherkenning te misleiden merken ze op ‘Terwijl dit soms wordt gebruikt in biometrische inlogsystemen of om fraude te voorkomen, kan het ook voorkomen dat journalisten en activisten hun identiteit verbergen’; en met betrekking tot emotieherkenning, merkt het paper op dat ‘Naast de niet-veiligheidsgerichte en commerciële doeleinden, stellen sommige onderzoekers, bedrijven en overheidsinstanties voor om emotieherkenning toe te passen om veiligheidsbedreigingen in drukke openbare gebieden te identificeren’.
In het algemeen lijken de bevindingen aan te tonen dat China bovengemiddeld geïnteresseerd is in computer vision onderzoek, in vergelijking met het wereldgemiddelde.

De auteurs concluderen:
‘[Het] aandeel van zowel computer vision als visuele surveillance van China is toegenomen in de loop van de tijd. De Verenigde Staten, samen met hun bondgenoten en partners, publiceerden een vergelijkbaar aantal onderzoeken in deze gebieden als China alleen. Echter, het aandeel van deze andere regio’s in het mondiale surveillance onderzoek was stabiel of daalde, terwijl dat van China groeide.’
*De vetgedrukte nadruk is van de auteurs van de paper.
Voor het eerst gepubliceerd op 6 januari 2022.












