ตรวจสอบขอบเขตการเฝ้าระวังวิดีโอผ่านข้อมูล Google Street View

การครอบคลุมอย่างต่อเนื่องของ Google Street View ทั่วโลกเป็นบันทึกภาพที่สมบูรณ์ที่สุด ที่สอดคล้องและเป็นระเบียบของสังคมโลก โดยไม่รวมประเทศที่ ห้าม ยานพาหนะรวบรวมข้อมูลของ Google

เนื่องจาก Google Street View เป็นส่วนหนึ่งของโครงสร้างพื้นฐานของ Google Maps จึงเป็นแหล่งข้อมูลที่มีคุณค่าสำหรับการวิเคราะห์โดยใช้เครื่องมือการเรียนรู้ของเครื่อง นอกเหนือจากความสามารถในการจับภาพการกระทำผิดโดยไม่ตั้งใจแล้ว ยังใช้เพื่อ ประมาณการรายได้ระดับภูมิภาค จากคุณภาพรถยนต์ในภาพ Google Street View ประเมินพื้นที่สีเขียว ในสภาพแวดล้อมเมือง ระบุตำแหน่งเสาไฟฟ้า จำแนกอาคาร และ ประมาณการ ส่วนผสมประชากรของย่านในอเมริกา รวมถึงโครงการอื่นๆ อีกมากมาย

ข้อมูลสถิติที่จำกัดเกี่ยวกับการแพร่กระจายของกล้องวงจรปิดในสหรัฐอเมริกา

แม้ว่าข้อมูลของ Google Maps จะถูกนำมาใช้กับโครงการการเรียนรู้ของเครื่อง แต่ก็มีเพียงไม่กี่ชุดข้อมูลที่มีตัวอย่างที่มีฉลากของกล้องวงจรปิด ชุดข้อมูล Mapillary Vistas เป็นหนึ่งในไม่กี่ชุดข้อมูลที่มีฟังก์ชันนี้ แต่มีกล้องวงจรปิดสาธารณะที่มีฉลากน้อยกว่า 20 ตัวในสหรัฐอเมริกา

ส่วนใหญ่ของโครงสร้างพื้นฐานการเฝ้าระวังวิดีโอในสหรัฐอเมริกามีปฏิสัมพันธ์กับรัฐเพียงเมื่อหน่วยงานต้องการภาพบันทึกหลังเหตุการณ์ท้องถิ่นเท่านั้น นอกเหนือจากข้อบังคับเกี่ยวกับการแบ่งพื้นที่และในบริบทของกฎหมายความเป็นส่วนตัวที่ไม่เข้มงวดซึ่งไม่ได้กล่าวถึงการเฝ้าระวังของพื้นที่สาธารณะโดยเอกชน มี ไม่มีกรอบการบริหารจัดการของรัฐบาลกลาง ที่สามารถให้ข้อมูลสถิติที่แม่นยำเกี่ยวกับจำนวนกล้องที่หันหน้าเข้าสาธารณะในสหรัฐอเมริกา

ข้อมูลเชิงอุปนัยและสำรวจที่จำกัดชี้ให้เห็นว่าการแพร่กระจายของกล้องวิดีโอเมื่อเปรียบเทียบกับจีนอาจ เท่ากัน แต่ก็ไม่ใช่เรื่องที่พิสูจน์ได้ง่าย

การระบุกล้องวิดีโอในภาพ Google Street View

เมื่อพิจารณาถึงการขาดข้อมูลที่มีอยู่ นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดได้ ดำเนินการวิจัย เกี่ยวกับการแพร่กระจาย ความถี่ และการกระจายของกล้องวิดีโอที่หันหน้าเข้าสาธารณะที่สามารถระบุได้ในภาพ Google Street View

นักวิจัยได้สร้างเฟรมเวิร์กการตรวจจับกล้องที่ประเมินภาพ Google Street View 1.6 ล้านภาพใน 10 เมืองใหญ่ของสหรัฐอเมริกา และ 6 เมืองใหญ่อื่นๆ ในเอเชียและยุโรป

ในลำดับการจัดอันดับของความหนาแน่นของกล้อง บอสตันอยู่ในอันดับต้นๆ ของเมืองในสหรัฐอเมริกาที่มีการวิจัย โดยมีความหนาแน่นล่าสุดหรือปัจจุบันอยู่ที่ 0.63 และจำนวนกล้องทั้งหมดอยู่ที่ 1,600 กล้อง Source: https://arxiv.org/pdf/2105.01764.pdf

ในบรรดเมืองในสหรัฐอเมริกา บอสตันพบว่ามีความหนาแน่นของกล้องที่ระบุได้สูงสุด ในขณะที่นิวยอร์กซิตี้มีจำนวนกล้องมากที่สุด (10,100 กล้อง) ที่กระจายอยู่ในพื้นที่ที่ใหญ่กว่า ในเอเชีย โตเกียวมีกล้องประมาณ 21,700 กล้อง แต่โซลมีกล้องน้อยกว่า (13,900 กล้อง) ที่กระจายอยู่ในพื้นที่ที่หนาแน่นกว่า แม้ว่าจะมีกล้องที่ระบุได้ 13,000 กล้องในภาพ Street View ของลอนดอน แต่ปารีสก็เป็นอันดับต้นๆ ทั้งในด้านจำนวนกล้องและความหนาแน่นของการครอบคลุม

นักวิจัยสังเกตเห็นว่าความหนาแน่นของกล้องแตกต่างกันอย่างมากในพื้นที่และโซนต่างๆ ของเมือง

ในบรรดาปัจจัยที่จำกัดความแม่นยำของการสำรวจ (ซึ่งเราจะกล่าวถึงต่อไป) นักวิจัยสังเกตเห็นว่ากล้องในพื้นที่ที่อยู่อาศัยมีความยากในการระบุได้มากกว่า 3 เท่า เมื่อเทียบกับพื้นที่สาธารณะ อุตสาหกรรม และพื้นที่ใช้งานผสม – สันนิษฐานว่าผลกระทบทางจิตวิทยาของการป้องกันการก่ออาชญากรรมนั้นไม่เป็นที่ยอมรับหรือมีการโต้แย้งในพื้นที่ที่อยู่อาศัย ทำให้การวางกล้องที่ซ่อนเร้นหรือไม่เด่นชัดมีความน่าจะเป็นมากกว่า

เมื่อพิจารณาจากเมืองในยุโรปและเอเชีย โซลมีอันดับสูงสุดในฐานะสภาพแวดล้อมเมืองที่มีการเฝ้าระวังมากที่สุด โดยปารีสไม่ห่างไกลมากนัก

เมื่อใดก็ตามที่พื้นที่มีประชากรส่วนใหญ่เป็นชนกลุ่มน้อยหรือชนกลุ่มหลักตามการสำรวจสำมะโนครัว ความถี่ของการวางกล้องจะเพิ่มขึ้นอย่างมีนัยสำคัญ แม้ว่าจะมีปัจจัยที่ชดเชยอื่นๆ ที่นักวิจัยจากสแตนฟอร์ดพิจารณาแล้ว

ความถี่ของกล้องวงจรปิดเพิ่มขึ้นตามสัดส่วนโดยตรงกับประชากรกลุ่มน้อยที่เพิ่มขึ้นในพื้นที่ ตามการวิจัยของสแตนฟอร์ด

การวิจัยนี้ดำเนินการในช่วงสองช่วงเวลา คือ 2011-2015 และ 2016-2020 แม้ว่าข้อมูลจะแสดงถึงการเติบโตที่สม่ำเสมอและบางครั้งผิดปกติของการวางกล้องวงจรปิดในช่วงเก้าปี แต่นักวิจัยชี้ให้เห็นว่าการแพร่กระจายของกล้องวงจรปิดอาจถึง ‘จุดสูงสุดชั่วคราว’

วิธีการ

นักวิจัยได้รวบรวมชุดข้อมูลของภาพ Street View สองชุด โดยชุดหนึ่งไม่มีการวางกล้องวิดีโอ และสร้างหน้ากากการแบ่งส่วนสำหรับชุดข้อมูลเหล่านี้

จากนั้น โมเดลการแบ่งส่วนได้รับการฝึกฝนจากชุดข้อมูลเหล่านี้เทียบกับชุดข้อมูลการตรวจสอบ (ของซานฟรานซิสโก – ดู ‘ปัจจัยที่จำกัด’ ด้านล่าง)

ซ้าย ภาพดั้งเดิมจาก Google Street View ถัดไป หน้ากากการแบ่งส่วนแบบปรับเปลี่ยน ต่อไป ระบุตำแหน่งกล้องโดยอัลกอริทึม และด้านขวา ระบุตำแหน่งที่ตรวจสอบโดยมนุษย์

สุดท้าย เฟรมเวิร์กได้คำนวณมุมมองของมุมกล้องที่เกี่ยวข้องเพื่อประมาณการขอบเขตการครอบคลุม โดยเปรียบเทียบกับพื้นที่ของอาคารที่เกี่ยวข้องและคุณลักษณะของเครือข่ายถนน

ข้อมูลอื่นๆ ที่มีส่วนช่วยในการสร้างเมทริกซ์นี้รวมถึงคุณลักษณะของอาคารจาก OpenStreetMap และการใช้แผนที่สำมะโนครัวของสหรัฐอเมริกาเพื่อให้แน่ใจว่าการวิจัยจะถูกจำกัดไว้ภายในขอบเขตการบริหารของแต่ละเมือง นอกจากนี้ โครงการนี้ยังใช้ข้อมูลตำแหน่งกล้องของซานฟรานซิสโกจาก การวิจัย ของมูลนิธิ Electronic Frontier Foundation (EFF) โดยใช้ Google Street View ผ่าน Static API

นักวิจัยได้ประมาณการขอบเขตการครอบคลุมโดยการคำนวณมุมมองของกล้อง Google Street View เทียบกับข้อมูลจาก OpenStreetMap

ปัจจัยที่จำกัด

นักวิจัยรับทราบถึงปัจจัยที่จำกัดหลายประการซึ่งควรพิจารณาเมื่อตรวจสอบผลลัพธ์

ประการแรก กล้องที่ระบุโดยระบบการเรียนรู้ของเครื่องได้รับการยืนยันหรือปฏิเสธโดยการตรวจสอบของมนุษย์ และการตรวจสอบนี้เป็นกระบวนการที่มีข้อผิดพลาด

ประการที่สอง การศึกษานี้ถูกจำกัดโดยความละเอียดที่มีอยู่ของภาพ Street View ซึ่งทำให้นักวิจัยสามารถระบุกล้องที่วางไว้ภายใน 30 เมตรจากจุดมองของกล้องเท่านั้น ซึ่งไม่เพียงแต่หมายความว่ากล้องบางตัวอาจถูก ‘คิดค้น’ ขึ้นมาจากความละเอียดที่จำกัดเท่านั้น แต่ยังหมายความว่ากล้องหลายตัวที่อยู่นอกขอบเขตนี้ (เช่น กล้องที่ระดับสูง การวางกล้องที่ซ่อนเร้น และกล้องขนาดเล็กในตัวจับประตู) ไม่น่าจะถูกระบุได้

สุดท้าย การประมาณการผลตอบรับแบบจำลองเฉพาะเมืองอาจเป็นปัจจัยที่จำกัดความแม่นยำของผลลัพธ์ เนื่องจากเมืองซานฟรานซิสโก ซึ่งมีการระบุความถี่ของกล้องวงจรปิดในงานก่อนหน้าของ EFF ได้รับการนำไปใช้กับเขตอำนาจศาลอื่นๆ เพื่อให้การวิจัยเป็นไปได้