通过 Google Street View 数据确定视频监控的范围

Google Street View 对全球道路的持续覆盖可能代表了除对搜索巨头的漫游数据收集车辆实施禁令的国家外最完整、最一致、最连贯的全球社会视觉记录。作为 Google Maps 基础设施的收入贡献者，Google Street View 全景是一个丰富的机器学习分析数据源。除了它无意中捕捉到犯罪行为的倾向外，它还被用于估计来自 Google Street View 图像中的汽车质量的区域收入、评估城市环境中的绿化、识别公用杆、分类建筑和估计美国社区的人口统计构成等，除了其他许多计划。

美国视频监控摄像头扩散的统计数据有限

尽管广泛使用 Google Maps 数据进行社会意识机器学习计划，但只有很少的基于 Street View 的数据集包含标记的监控摄像头示例。 Mapillary Vistas 数据集 是为数不多的提供此功能的数据集之一，尽管它仅包括美国不到 20 个标记的公共视频摄像头。
美国的大部分视频监控基础设施仅在当局在可能记录了当地事件的之后要求协助录像时才会与国家交叉。在分区法规之外，以及在允许私人监控公共空间的隐私法的背景下，几乎没有 联邦行政框架 可以提供美国公共摄像头数量的硬性统计数据。
传闻数据和有限的调查表明，美国的视频摄像头扩散可能与 中国 相当，但很难证明。

在 Google Street View 图像中识别视频摄像头

考虑到可用数据的不足，斯坦福大学的研究人员 进行了一项研究 ，研究了可以在 Google Street View 图像中识别的公共视频摄像头的普遍性、频率和分布。
研究人员创建了一个摄像头检测框架，评估了 10 个主要美国城市和亚洲、欧洲其他 6 个主要城市的 160 万张 Google Street View 图像。

按降序排列的摄像头密度，研究中检查的美国城市中，波士顿以 0.63 的密度和 1,600 台摄像头的数量位居榜首。尽管如此，纽约市在更大面积上分散了更多摄像头（10,100）。来源：https://arxiv.org/pdf/2105.01764.pdf