Określanie zakresu nadzoru wideo za pomocą danych z Google Street View

CIĄGŁE pokrywanie świata przez Google Street View reprezentuje najbardziej kompletny, spójny i koherentny wizualny zapis społeczeństwa na świecie, z wyjątkiem krajów, które nakładają zakazy na pojazdy zbierające dane firmy Google.

Jako dostawca przychodów do infrastruktury Google Maps, panoptikon Google Street View jest bogatym źródłem danych do analizy za pomocą uczenia maszynowego. Oprócz jego skłonności do nieświadomego uchwycenia aktów przestępczych, został on wykorzystany do oszacowania regionalnego dochodu na podstawie jakości samochodów w obrazach Google Street View, oceny zielonych terenów w środowiskach miejskich, identyfikacji słupów energetycznych, klasyfikacji budynków i oszacowania składu demograficznego amerykańskich sąsiedztw, wśród wielu innych inicjatyw.

Ograniczone statystyki dotyczące rozprzestrzeniania się kamer nadzoru w Stanach Zjednoczonych

Pomimo powszechnego wykorzystania danych Google Maps do inicjatyw związanych z uczeniem maszynowym, istnieje niewiele zestawów danych opartych na Street View, które zawierają oznaczone przykłady kamer nadzoru. Zestaw danych Mapillary Vistas jest jednym z niewielu dostępnych, które oferują tę funkcjonalność, choć zawiera mniej niż 20 oznaczonych publicznych kamer wideo w Stanach Zjednoczonych.

Większość infrastruktury nadzoru wideo w Stanach Zjednoczonych przenika się z państwem tylko wtedy, gdy władze żądają potwierdzających nagrań po lokalnych incydentach, które mogły być nagrane. Poza przepisami dotyczącymi strefowania i w kontekście przepisów dotyczących prywatności, które nie rozwiązują problemu prywatnego nadzoru nad przestrzenią publiczną, nie ma federalnego ramowego prawa, które mogłoby dostarczyć twardych statystyk dotyczących liczby kamer skierowanych na przestrzeń publiczną w Stanach Zjednoczonych.

Dane anegdotyczne i ograniczone badania twierdzą, że rozprzestrzenianie się kamer wideo w Stanach Zjednoczonych może być porównywalne z Chinami, ale nie jest to łatwe do udowodnienia.

Identyczne kamery wideo w obrazach Google Street View

Uwzględniając ten brak dostępnych danych, naukowcy z Uniwersytetu Stanforda przeprowadzili badanie dotyczące rozpowszechnienia, częstotliwości i dystrybucji kamer skierowanych na przestrzeń publiczną, które można zidentyfikować w obrazach Google Street View.

Naukowcy stworzyli ramowy program wykrywania kamer, który ocenił 1,6 miliona obrazów Google Street View w 10 głównych miastach Stanów Zjednoczonych i sześciu innych głównych miastach w Azji i Europie.

W kolejności malejącej gęstości, Boston zajmuje pierwsze miejsce na liście amerykańskich miast badanych w badaniu, z gęstością 0,63 i łączną liczbą kamer wynoszącą 1 600. Mimo to Nowy Jork ma znacznie więcej kamer (10 100) rozproszonych na większym obszarze. Źródło: https://arxiv.org/pdf/2105.01764.pdf

Wśród miast amerykańskich Boston ma najwyższą gęstość zidentyfikowanych kamer, podczas gdy Nowy Jork ma najwyższą liczbę kamer, wynoszącą 10 100, rozproszonych na większym obszarze. W Azji Tokio ma ogromne 21 700 szacowanych kamer, ale Seul ma mniejszą liczbę kamer (13 900) skoncentrowanych znacznie bardziej. Chociaż 13 000 kamer zostało zidentyfikowanych dla obrazów Street View w Londynie, Paryż bije ten wynik zarówno pod względem zidentyfikowanych miejsc (13 000), jak i gęstości pokrycia.

Naukowcy obserwują, że gęstość kamer znacznie się różni między sąsiedztwami i strefami miast.

Wśród innych czynników ograniczających dokładność badania (które omówimy poniżej), naukowcy obserwują, że kamery w obszarach mieszkalnych są trzykrotnie trudniejsze do zidentyfikowania niż te umieszczone w parkach publicznych, obszarach przemysłowych i strefach wielofunkcyjnych – prawdopodobnie dlatego, że efekt „odstraszający” staje się coraz bardziej kontrowersyjny w strefach mieszkalnych, co powoduje, że umieszczanie kamer w sposób kamuflażowy lub dyskretny jest bardziej prawdopodobne.

Biorąc pod uwagę miasta badane w Europie i Azji, Seul zajmuje pierwsze miejsce jako najbardziej nadzorowane środowisko miejskie, z Paryżem nie daleko za nim.

Gdzie strefa ma większość mieszkańców o określonym pochodzeniu etnicznym lub mniejszościowym, częstotliwość umieszczania kamer gwałtownie wzrasta, nawet przy uwzględnieniu wszystkich czynników łagodzących przez naukowców z Uniwersytetu Stanforda.

Częstotliwość kamer nadzoru wzrasta wprost wraz ze wzrostem demografii mniejszościowej w sąsiedztwie, według badań Uniwersytetu Stanforda.

Badanie zostało przeprowadzone w dwóch okresach, 2011–2015 i 2016–2020. Chociaż dane pokazują stały i czasem aberracyjny wzrost umieszczania kamer nadzoru w ciągu dziewięciu lat, naukowcy sugerują, że ten wzrost może osiągnąć „tymczasowy pułap”.

Metodologia

Naukowcy początkowo skompilowali dwa zestawy danych obrazów Street View, z których jeden nie zawierał umieszczania kamer wideo, i wygenerowali maski segmentacji dla tych danych. Model segmentacji został wyszkolony na tych danych wobec zestawu walidacyjnego (San Francisco – zobacz poniżej „Czynniki ograniczające”).

Następnie model wyjściowy został uruchomiony na losowych obrazach Street View, a wszystkie pozytywne wykrycia kamer zostały potwierdzone przez ludzi, a fałszywe pozytywy zostały usunięte.

Po lewej, surowy obraz z Google Street View. Następnie, dostosowana maska segmentacji. Trzeci, identyfikacja kamer algorytmiczna. Po prawej, potwierdzenie przez człowieka.

Na końcu ramowy program obliczył kąt widzenia kamer, aby oszacować zakres pokrycia, zestawiony z powierzchniami budynków i specyfikacjami sieci drogowej.

Inne dane przyczynkowe do tego macierzy obejmowały specyfikacje budynków z OpenStreetMap oraz wykorzystanie map spisowych Stanów Zjednoczonych, aby upewnić się, że badanie było ograniczone do granic administracyjnych każdego miasta. Dodatkowo, projekt wykorzystał dane o lokalizacji kamer w San Francisco z badania Electronic Frontier Foundation (EFF), a obrazy Google Street View zostały uzyskane za pośrednictwem interfejsu API.

Naukowcy oszacowali pokrycie, obliczając kąt widzenia kamer Google Street View wobec danych z OpenStreetMap.

Czynniki ograniczające

Naukowcy przyznają, że istnieje kilka czynników ograniczających, które należy wziąć pod uwagę przy przeglądaniu wyników.

Po pierwsze, kamery zidentyfikowane przez system uczenia maszynowego zostały potwierdzone lub negowane przez ludzi, a ten proces jest podatny na błędy.

Po drugie, badanie było ograniczone dostępną rozdzielczością obrazów Street View, co ograniczało naukowców do identyfikacji kamer umieszczonych w odległości 30 metrów od punktu widzenia. Nie tylko oznacza to, że niektóre kamery mogły zostać „wynalezione” z powodu ograniczonej rozdzielczości, ale także, że wiele kamer poza tym zakresem (takich jak kamery umieszczone na wysokości, ukryte lub mikro-kamery w obudowach dzwonków) nie zostało zidentyfikowanych.

Wreszcie, szacowanie modelu współczynnika wywołania dla miast może być czynnikiem ograniczającym dokładność wyników, ponieważ miasto San Francisco, gdzie częstotliwość kamer nadzoru została już oznaczona w poprzednich badaniach EFF, zostało zastosowane do innych jurysdykcji, aby uczynić badanie wykonalnym.