Att bestämma omfattningen av videosövervakning genom Google Street View-data

Google Street Views kontinuerliga täckning av världens gator utgör möjligen den mest kompletta, konsekventa och sammanhängande visuella skildringen av det globala samhället, med undantag för länder som inför förbud mot sökjättens rörliga datainsamlingsfordon.

Som en intäktsgenererande bidragande till Google Maps-infrastrukturen utgör Google Street View-panoptikon en rik datakälla för maskinläringsanalys. Utöver dess benägenhet att oavsiktligt fånga brottsliga handlingar har det använts för att uppskatta regional inkomst från bilkvalitet i Google Street View-bilder, utvärdera grönska i urbana miljöer, identifiera elstolpar, klassificera byggnader och uppskatta den demografiska sammansättningen av amerikanska grannskap, bland många andra initiativ.

Begränsade statistik över övervakningskamerors spridning i USA

Trots den omfattande användningen av Google Maps-data för socialt medvetna maskinläringsinitiativ finns det mycket få Street View-baserade datamängder som innehåller märkta exempel på övervakningskameror. Mapillary Vistas-dataset är en av de få tillgängliga som erbjuder denna funktion, men den innehåller mindre än 20 märkta offentliga videokameror i USA.

Mycket av den videosövervakningsinfrastruktur som finns i USA korsar endast staten när myndigheterna begär bekräftande film efter lokala incidenter som kan ha spelats in. Utöver zonregler och i sammanhanget med permissiva sekretesslagar som gör lite för att hantera privat övervakning av offentliga utrymmen, finns det ingen federal administrativ ram som kan ge hårda statistik över antalet offentliga kameror i USA.

Anekdotiska data och begränsade undersökningar hävdar att videokamerors spridning i USA kan vara lika stor som i Kina, men det är inte lätt att bevisa.

Identifiering av videokameror i Google Street View-bilder

Med tanke på denna brist på tillgängliga data har forskare från Stanford University genomfört en studie om förekomsten, frekvensen och fördelningen av de offentliga videokameror som kan identifieras i Google Street View-bilder.

Forskarna skapade en kameradetektionsram som utvärderade 1,6 miljoner Google Street View-bilder i 10 stora amerikanska städer och sex andra stora städer i Asien och Europa.

I fallande ordning efter kameratäthet toppar Boston listan över de amerikanska städer som undersökts i studien, med en senaste eller nuvarande täthet på 0,63 och totalt 1 600 kameror. Trots detta har New York City betydligt fler kameror (10 100) spridda över ett större område. Källa: https://arxiv.org/pdf/2105.01764.pdf

Bland de amerikanska städerna hade Boston den högsta tätheten av identifierade kameror, medan New York City hade det högsta antalet kameror, 10 100, spridda över ett större område. I Asien hade Tokyo 21 700 uppskattade kameror, men Seoul hade färre kameror (13 900) koncentrerade till ett mindre område. Trots att 13 000 kameror identifierades för Street View-bilder av London, slog Paris detta både i antal identifierade placeringar (13 000) och täthet av täckning.

Forskarna observerar att kameratäthet varierar kraftigt mellan städernas grannskap och zoner.

Bland andra begränsande faktorer för undersökningens noggrannhet (som vi kommer till), observerar forskarna att kameror i bostadsområden är tre gånger svårare att identifiera än de som placeras i offentliga parker, industriområden och blandade zoner – antagligen för att “avskräckande” effekten blir alltmer kontroversiell i bostadsområden, vilket gör det mer sannolikt att kamerorna är kamouflerade eller diskreta.

Med tanke på de städer som studerades i Europa och Asien, har Seoul förstaplatsen som den mest övervakade stadsmiljön, med Paris inte långt efter.

Där en zon har en folkräkningdefinierad majoritet av etniska eller minoritetsinvånare, ökar frekvensen av kameraplaceringar märkbart, även med alla mitigierande faktorer som beaktas av Stanfordforskarna.

Övervakningskamerors frekvens ökar i direkt proportion till ökade minoritetsdemografiska data i ett grannskap, enligt Stanfordforskningen.

Studien genomfördes under två tidsperioder, 2011–2015 och 2016–2020. Trots att datan visar en konsekvent och ibland avvikande tillväxt av övervakningskameror under de nio åren, föreslår forskarna att denna spridning av övervakningskameror kan ha nått en “tillfällig platå”.

Metod

Forskarna sammanställde initialt två datamängder av Street View-bilder, en av dem som inte innehöll videokameror, och genererade segmenteringsmasker för dessa. En segmenteringsmodell tränades på dessa datamängder mot en valideringsdatamängd (av San Francisco – se “Begränsande faktorer” nedan).

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

Vänster, den råa bilden från Google Street View. Nästa, den anpassade segmenteringsmasken. Tredje, en algoritmiskt framtagen kameradetektering. Höger, en människobekräftad placering.

Sist beräknade ramverket kameravinklarnas synfält för att uppskatta täckningsområdet, sammanställt mot byggnadernas fotavtryck och vägnätets specifikationer.

Andra bidragande data för denna matris inkluderade byggnadsspecifikationer från OpenStreetMap och användningen av amerikanska folkräkningskartor för att säkerställa att studien begränsades till varje stads administrativa gränser. Dessutom använde projektet San Francisco-kameraplaceringdata från en studie av Electronic Frontier Foundation (EFF), med Google Street View-bilder som nåddes via Static API.

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

Begränsande faktorer

Forskarna medger ett antal begränsande faktorer som bör beaktas när resultaten granskas.

För det första att de kameror som identifierades av maskinlärningssystemet alla därefter bekräftades eller negrerades av mänsklig granskning, och att denna granskning är en ofullkomlig process.

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

Sist kan uppskattning av stadsspecifik modellåterkallning vara en begränsande faktor för resultatens noggrannhet, eftersom staden San Francisco, där övervakningskamerors frekvens redan hade märkts i tidigare arbete från EFF, tillämpades på andra jurisdiktioner för att göra studien genomförbar.