CSET：中国在计算机视觉监控研究领域领先世界

来自安全与新兴技术中心（CSET）的新报告发现，中国的研究部门在三个核心的AI相关监控技术领域产生了“不成比例的份额”的研究成果，而且中共对计算机视觉技术的贡献也以相同的速度增长，并显著超过了西方的出版率。

中国在计算机视觉研究的更具争议的子领域中，尤其是与监控相关的研究领域中的明显领先地位。 来源：https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

中国在三个领域中拥有巨大的领先优势：人重识别（REID）、人群计数和欺骗检测（即旨在揭露试图破坏识别技术的尝试的技术）。

此外，正如上图所示，中国的研究社区出版了大量关于人脸计算机视觉任务的论文，这些任务，论文认为，代表了支持使用机器学习的更广泛的监控解决方案的技术。这些任务包括情感识别、面部识别和动作识别。

作者评论：

‘这些算法通常用于良性、商业用途，例如在社交媒体照片中标记个体。但计算机视觉的进步也可能使一些政府能够使用监控技术进行压迫性的目的。’

从一个较不险恶的角度来看，作者发现，视觉监控相关的论文占研究期间所有计算机视觉研究的比例不到10%，更广泛的研究成果在各个国家分布相当均匀。

然而，研究人员认为，中国的主导地位是明显的：

‘具有中国机构隶属关系的研究人员负责了计算机视觉和视觉监控研究中超过三分之一的出版物。 ‘

‘这使得中国在这两个领域中成为最多产的国家。中国研究人员在全球视觉监控研究中的份额以与计算机视觉研究中相同的速度增长。’

新报告，题为《人群视觉监控的AI研究趋势》，代表了将自然语言处理（NLP）方法应用于2015-2019年间发表的论文数据集的结果，由Ashwin Acharya、Max Langenkamp和James Dunham撰写。

英语语言偏见

论文作者观察到，他们的研究仅涉及英语语言的科学论文，扩展到非英语出版物可能会揭示中国在这些领域的学术努力的更深层次。进一步来说，研究人员认为，通过添加辅助信息（如专利数据、摄像头部署和相关政府政策）可以增加这种统计优势。

自然地，论文承认，分析公开发表的论文不能代表私人企业或国家研究，以及机密研究，但在没有这些隐藏数据点的情况下，这是一个可行的行业活动指数。

架构和数据

作者通过在Papers With Code数据上训练SciREX文档级信息提取模型来获取核心数据，该框架通过识别与计算机视觉和特别是与监控中心项目和计划相关的任务的引用来确定论文的相关性。

然后将该模型应用于包含超过1亿个出版物的六个学术数据集的CSET学术文献集合。涉及的出版平台包括Dimensions、Web of Science、Microsoft Academic Graph、中国国家知识基础设施、arXiv和Papers With Code。

在Arxiv预印本上训练的SciBERT分类器随后被任务识别整个语料库中的计算机视觉论文。

由于SciREX和SciBERT是训练在英语文档上的，这阻止了研究人员将研究的范围扩展到英语之外。关于这一点，研究人员评论说：‘这意味着在国家比较中，它低估了非英语研究输出，特别是它可能低估了中国的世界研究份额。’

发现

在视觉监控领域内，研究发现，面部识别是最常见的任务，2019年就有超过1000篇论文。然而，作者指出，人群计数和面部欺骗识别是“快速增长”的研究领域。

来自论文的研究年份中识别出的最常见任务。引用的来源是‘CSET合并语料库。结果生成于2021年7月22日’

论文作者认为，即使看似更“中立”和不那么政治化的与监控相关的计算机视觉追求，也可以为压迫性控制系统做出贡献。对于“动作识别”，他们观察到这可以用于识别拥挤公共空间中的“异常行为”；对于面部欺骗，他们评论说‘虽然有时用于生物识别登录系统或防止欺诈，但也可能防止记者和活动家隐藏他们的身份’;关于情感识别，论文评论说‘除了其非安全导向和商业目的外，一些研究人员、公司和政府机构提议将情感识别应用于识别拥挤公共区域中的安全威胁’。

一般来说，发现似乎表明，中国在计算机视觉研究方面的兴趣超过了全球平均水平。

作者总结说：

‘[中国的]计算机视觉和视觉监控的份额随着时间的推移而增加。美国及其盟友和合作伙伴在这些领域发表的研究量与中国单独发表的研究量相似。然而，这些其他地区的全球监控研究份额保持稳定或下降，而中国的份额却在增长。’

*论文作者的强调。

首次发布于2022年1月6日。