Bestämma omfattningen av videoövervakning genom Google Street View-data

Google Street Views kontinuerliga täckning av världens genomfartsleder representerar möjligen den mest kompletta, konsekventa och sammanhängande visuella registreringen av det globala samhället, med undantag för länder som införa förbud på sökjättens kringgående datainsamlingsfordon.

Som en intäktsgivande bidragsgivare till Google Maps infrastruktur är Google Street View-panoptikonen en rik datasöm för analys av maskininlärning. Förutom sin benägenhet att omedvetet fånga kriminella handlingar har den varit van vid uppskatta regionala inkomster från bilkvalitet i Google Street View-bilder, utvärdera grönska i stadsmiljöer, identifiera verktygsstolpar, klassificera byggnader och uppskatta den demografiska sammansättningen av amerikanska grannskap, bland många andra initiativ.

Begränsad statistik om övervakningskameraspridning i USA

Trots omfattande användning av Google Maps data för socialt medvetna maskininlärningsinitiativ finns det väldigt få Street View-baserade datauppsättningar som inkluderar märkta exempel på övervakningskameror. De Mapillary Vistas dataset är bland det fåtal tillgängliga som erbjuder denna funktionalitet, även om det inkluderar mindre än 20 märkta offentliga videokameror i USA.

Mycket av videoövervakningsinfrastrukturen i USA korsar endast staten när myndigheter kräver bekräftande bilder efter lokala incidenter som kan ha spelats in. Utöver zonindelningsbestämmelser, och i samband med tillåtande integritetslagar som inte gör mycket för att ta itu med privat övervakning av offentliga utrymmen, finns det ingen federal administrativ ram som kan ge hård statistik över antalet kameror som riktar sig till allmänheten i USA.

Anekdotiska data och begränsade undersökningar hävdar att videokameraspridning i USA kan vara i nivå med Kina, men det är inte lätt att bevisa.

Identifiera videokameror i Google Street View-bilder

Med tanke på denna brist på tillgängliga data, har forskare från Stanford University genomförde en studie in i förekomsten, frekvensen och distributionen av videokameror som är riktade mot allmänheten och som kan identifieras i Google Street View-bilder.

Forskarna skapade ett ramverk för kameradetektering som utvärderade 1.6 miljoner Google Street View-bilder i 10 större amerikanska städer och sex andra större städer i Asien och Europa.

I fallande ordning efter kameratäthet toppar Boston listan över amerikanska städer som undersökts i forskningen, med en nyligen eller aktuell täthet på 0.63 och ett totalt antal kameror på 1,600 10,100. Trots detta har New York mycket fler kameror (XNUMX XNUMX) utspridda över ett större område. Källa: https://arxiv.org/pdf/2105.01764.pdf

Av amerikanska städer visade sig Boston ha den högsta densitet av identifierade kameror, medan New York City har den högsta antal av kameror på 10,100 21,700, spridda över ett större avstånd. I Asien har Tokyo uppskattningsvis 13,900 13,000 kameror, men Seoul har ett mindre antal kameror (13,00 XNUMX) koncentrerade mycket tätare. Även om XNUMX XNUMX kameror identifierades för Street View-bilder av London, slår Paris detta både när det gäller identifierade placeringar (XNUMX) och täckningstätheten.

Forskarna observerar att kameratätheten varierar stort mellan stadsdelarna och zonerna i städerna.

Bland andra begränsande faktorer för undersökningens noggrannhet (som vi kommer att komma till), observerar forskarna att kameror i bostadsområden är tre gånger svårare att identifiera än de som placeras i offentliga parker, industriområden och zoner med blandad användning – förmodligen eftersom den "avskräckande" effekten blir allt mer stötande eller kontroversiell i bostadsområden, vilket gör kamouflerade eller diskreta placeringar mer sannolika.

Med hänsyn till de städer som studerats i Europa och Asien, har Seoul en polplats som den mest övervakade stadsmiljön, med Paris inte långt efter.

Där en zon har en folkräkningsdefinierad majoritet av etniska eller minoritetsinvånare, ökar frekvensen av kameraplaceringar markant, även med alla förmildrande faktorer som tagits i beaktande av Stanford-forskarna.

Frekvensen av övervakningskameror ökar i direkt proportion till ökad minoritetsdemografi i ett grannskap, enligt Stanford-forskningen.

Forskningen genomfördes över två tidsperioder, 2011–2015 och 2016–2020. Även om data visar en konsekvent och ibland avvikande ökning av placeringen av övervakningskameror under nioårsperioden, föreslår forskarna att denna spridning av övervakningskameror kan ha nått en "tillfällig platå".

Metodik

Forskarna sammanställde initialt två datauppsättningar av Street View-bilderna, varav en inte innehöll videokameraplaceringar, och genererade segmenteringsmasker för dessa. En segmenteringsmodell tränades på dessa datamängder mot en valideringsdatauppsättning (av San Francisco – se "Begränsande faktorer" nedan).

Sedan kördes utdatamodellen mot slumpmässiga Street View-bilder, med alla positiva kameradetektioner bekräftade av människor och falska positiva borttagna.

Till vänster, den råa bilden från Google Street View. Därefter den anpassade segmenteringsmasken. För det tredje, en algoritmiskt härledd kameraidentifiering. Okej, en mänskligt verifierad placering.

Slutligen beräknade ramverket synfältet för de inblandade kameravinklarna för att uppskatta omfattningen av täckningen, sammanställd mot fotavtrycken från de inblandade byggnaderna och vägnätets specifikationer.

Andra bidragande data för denna matris inkluderade byggnadsspecifikationer från OpenStreetMap och användningen av amerikanska folkräkningskartor för att säkerställa att studien var begränsad till de administrativa gränserna för varje stad. Dessutom använde projektet San Francisco kameraplatsdata från en studera av Electronic Frontier Foundation (EFF), med Google Street View-bilder som nås via Statiskt API.

Forskarna uppskattade täckningen genom att beräkna synfältet för Google Street View-kamerorna mot data från OpenStreetMap.

Begränsande faktorer

Forskarna medger ett antal begränsande faktorer som bör beaktas vid granskning av resultaten.

För det första, att kamerorna som identifierats av maskininlärningssystemet alla därefter verifierades eller negerades av mänsklig granskning, och att denna granskning är en felbar process.

För det andra begränsades studien av den tillgängliga upplösningen för Street View-bilderna, vilket begränsade forskarna till att identifiera kameror placerade inom trettio meter från POV. Detta betyder inte bara att vissa kameror kan ha "uppfunnits" genom begränsad upplösning, utan också att många utanför detta område (som högnivåkameror, dolda placeringar och mikrokameror i dörrklockanslag) sannolikt inte har identifierats.

Slutligen kan en uppskattning av stadsspecifik modellåterkallelse vara en begränsande faktor för resultatens noggrannhet, eftersom staden San Francisco, där övervakningskamerafrekvensen redan hade märkts i tidigare arbete från EFF, tillämpades på andra jurisdiktioner för att göra studier genomförbart.