Xác định Phạm vi Giám sát Video thông qua Dữ liệu Google Street View

Google Street View cung cấpcoverage liên tục của các con đường trên toàn thế giới, đại diện cho bản ghi hình trực quan đầy đủ, nhất quán và hợp lý nhất của xã hội toàn cầu, ngoại trừ các quốc gia cấm các phương tiện thu thập dữ liệu của công ty tìm kiếm khổng lồ.

Là một phần đóng góp mang lại doanh thu cho cơ sở hạ tầng của Google Maps, Google Street View là một nguồn dữ liệu phong phú cho phân tích học máy. Ngoài khả năng vô tình ghi lại các hành vi phạm tội, nó đã được sử dụng để ước tính thu nhập khu vực từ chất lượng xe hơi trong hình ảnh Google Street View, đánh giá cây xanh trong môi trường đô thị, xác định cột điện, phân loại tòa nhà và ước tính thành phần dân số của các khu vực lân cận ở Mỹ, trong số nhiều sáng kiến khác.

Thống kê Giới hạn về Sự lan truyền của Camera Giám sát tại Hoa Kỳ

Mặc dù dữ liệu của Google Maps được sử dụng rộng rãi cho các sáng kiến học máy có ý thức xã hội, nhưng có rất ít tập dữ liệu dựa trên Street View bao gồm các ví dụ được gắn nhãn của camera giám sát. Tập dữ liệu Mapillary Vistas là một trong số ít các tập dữ liệu có sẵn cung cấp chức năng này, mặc dù nó bao gồm ít hơn 20 camera video công khai được gắn nhãn tại Hoa Kỳ.

Phần lớn cơ sở hạ tầng giám sát video tại Hoa Kỳ chỉ giao nhau với Nhà nước khi các cơ quan chức năng yêu cầu hình ảnh hỗ trợ sau các sự kiện địa phương có thể đã được ghi lại. Ngoài quy định về phân vùng và trong bối cảnh luật bảo mật cho phép ít được thực hiện để giải quyết giám sát tư nhân của không gian công cộng, không có khung hành chính liên bang nào có thể cung cấp số liệu thống kê cứng về số lượng camera công khai tại Hoa Kỳ.

Dữ liệu giai thoại và khảo sát hạn chế cho rằng sự lan truyền của camera video tại Hoa Kỳ có thể tương đương với Trung Quốc, nhưng điều này không dễ được chứng minh.

Xác định Camera Video trong Hình ảnh Google Street View

Xét đến sự thiếu hụt dữ liệu có sẵn, các nhà nghiên cứu từ Đại học Stanford đã tiến hành một nghiên cứu về mức độ phổ biến, tần suất và phân bố của camera video công khai có thể được xác định trong hình ảnh Google Street View.

Các nhà nghiên cứu đã tạo ra một khuôn khổ phát hiện camera đánh giá 1,6 triệu hình ảnh Google Street View trên 10 thành phố lớn của Hoa Kỳ và sáu thành phố lớn khác ở châu Á và châu Âu.

Theo thứ tự giảm dần về mật độ camera, Boston đứng đầu danh sách các thành phố của Hoa Kỳ được nghiên cứu trong nghiên cứu, với mật độ hiện tại là 0,63 và tổng số camera là 1.600. Mặc dù vậy, Thành phố New York có nhiều camera hơn (10.100) phân bố trên một khu vực rộng lớn hơn. Nguồn: https://arxiv.org/pdf/2105.01764.pdf

Trong số các thành phố của Hoa Kỳ, Boston được tìm thấy có mật độ camera cao nhất, trong khi Thành phố New York có số lượng camera cao nhất với 10.100 camera, phân bố trên một khoảng cách lớn hơn. Tại châu Á, Tokyo có số lượng camera ước tính là 21.700, nhưng Seoul có số lượng camera ít hơn (13.900) nhưng tập trung nhiều hơn. Mặc dù 13.000 camera đã được xác định cho hình ảnh Street View của London, nhưng Paris vượt qua cả về số lượng và mật độ camera.

Các nhà nghiên cứu quan sát thấy rằng mật độ camera thay đổi rộng rãi giữa các khu vực và khu vực của các thành phố.

Trong số các yếu tố hạn chế khác cho độ chính xác của khảo sát (chúng ta sẽ đến), các nhà nghiên cứu quan sát thấy rằng camera trong các khu vực dân cư khó xác định hơn ba lần so với những camera được đặt trong công viên công cộng, khu vực công nghiệp và khu vực hỗn hợp – có lẽ vì hiệu ứng ‘ngăn chặn’ ngày càng gây tranh cãi trong các khu vực dân cư, khiến việc đặt camera kín đáo hoặc tinh vi hơn.

Xét đến các thành phố được nghiên cứu ở châu Âu và châu Á, Seoul đứng đầu về môi trường đô thị được giám sát nhiều nhất, với Paris không xa sau.

Ở khu vực có đa số dân tộc hoặc thiểu số theo định nghĩa của cuộc điều tra dân số, tần suất đặt camera tăng đáng kể, ngay cả khi tất cả các yếu tố giảm nhẹ được các nhà nghiên cứu của Stanford xem xét.

Tần suất camera giám sát tăng tỷ lệ thuận với sự tăng của dân tộc thiểu số trong một khu vực lân cận, theo nghiên cứu của Stanford.

Nghiên cứu được thực hiện trên hai giai đoạn, 2011–2015 và 2016–2020. Mặc dù dữ liệu cho thấy sự tăng trưởng nhất quán và đôi khi là bất thường của việc đặt camera giám sát trong suốt chín năm, các nhà nghiên cứu cho rằng sự phổ biến của camera giám sát có thể đã đạt đến một ‘đỉnh cao tạm thời’.

Phương pháp nghiên cứu

Các nhà nghiên cứu ban đầu đã biên soạn hai tập dữ liệu hình ảnh Street View, một trong số đó không có camera video, và tạo ra các mặt nạ phân đoạn cho những hình ảnh này. Một mô hình phân đoạn đã được đào tạo trên các tập dữ liệu này so với một tập dữ liệu xác thực (của San Francisco – xem ‘Yếu tố hạn chế’ dưới đây).

Sau đó, mô hình đầu ra đã được chạy trên các hình ảnh Street View ngẫu nhiên, với tất cả các phát hiện camera dương tính được xác nhận bởi con người và loại bỏ các phát hiện sai.

Bên trái, hình ảnh thô từ Google Street View. Tiếp theo, mặt nạ phân đoạn được điều chỉnh. Thứ ba, một bản xác định camera được tạo ra bởi thuật toán. Bên phải, một vị trí được xác nhận bởi con người.

Cuối cùng, khuôn khổ đã tính toán trường nhìn của các góc camera liên quan để ước tính phạm vi bao phủ, được tổng hợp với các bản footprint của các tòa nhà liên quan và thông số kỹ thuật của mạng đường.

Các dữ liệu đóng góp khác cho ma trận này bao gồm thông số kỹ thuật của tòa nhà từ OpenStreetMap và sử dụng bản đồ dân số của Hoa Kỳ để đảm bảo rằng nghiên cứu được giới hạn trong ranh giới hành chính của từng thành phố. Ngoài ra, dự án sử dụng dữ liệu vị trí camera của San Francisco từ một nghiên cứu của Quỹ Tự do Điện tử (EFF), với hình ảnh Google Street View được truy cập thông qua Static API.

Các nhà nghiên cứu ước tính phạm vi bao phủ bằng cách tính toán trường nhìn của camera Google Street View so với dữ liệu từ OpenStreetMap.

Yếu tố hạn chế

Các nhà nghiên cứu thừa nhận một số yếu tố hạn chế cần được xem xét khi xem xét kết quả.

Trước hết, các camera được xác định bởi hệ thống học máy đều được xác nhận hoặc phủ định bởi xem xét của con người, và quá trình xem xét này là một quá trình dễ bị lỗi.

Thứ hai, nghiên cứu bị giới hạn bởi độ phân giải có sẵn của hình ảnh Street View, điều này hạn chế các nhà nghiên cứu chỉ xác định được camera đặt trong vòng 30 mét từ điểm nhìn. Điều này không chỉ có nghĩa là một số camera có thể đã được ‘sáng tạo’ thông qua độ phân giải hạn chế, mà còn nhiều camera ngoài tầm nhìn này (như camera đặt ở mức cao, camera bị che khuất và camera nhỏ trong khung cửa) có khả năng không được xác định.

Cuối cùng, ước tính khả năng nhớ mô hình cụ thể của thành phố có thể là một yếu tố hạn chế trong độ chính xác của kết quả, vì thành phố San Francisco, nơi tần suất camera giám sát đã được gắn nhãn trong công việc trước của EFF, đã được áp dụng cho các khu vực tài phán khác để làm cho nghiên cứu khả thi.