Anderson 视角

中国领先全球计算机视觉监控研究：CSET报告

发布于 2022年1月6日

更新于 2026年5月24日

作者

Martin Anderson

将 Unite.AI 添加到您在 Google 上的首选来源

来自安全与新兴技术中心（CSET）的最新报告发现，中国的研究部门在三个核心的AI相关监控技术领域中占有“不成比例的份额”，而中国共产党在计算机视觉技术方面的贡献也以相同的速度增长，并且显著超过了西方国家的出版率。

中国在计算机视觉研究中，尤其是监控相关领域的研究占比明显领先。 来源：https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

中国在三个领域占有巨大领先优势：人体再识别（REID）、人群计数和欺骗检测（即旨在揭露尝试破坏识别技术的企图的技术）。

此外，如上图所示，中国的研究社区发表了大量关于人脸识别、情感识别和行为识别等人脸识别任务的论文，这些任务代表了支持机器学习的更广泛监控解决方案的技术。

作者评论道：

‘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。’

从更积极的方面来看，作者发现，视觉监控相关的论文仅占研究期间所有计算机视觉研究的10％左右，而更广泛的研究领域在各国之间分布相对均匀。

然而，研究人员声称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在计算机视觉和视觉监控研究的出版物中占比超过三分之一。 ‘

‘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相似的速度增长。’

新发布的报告，题为 人群视觉监控的AI研究趋势，应用自然语言处理（NLP）方法来分析2015-2019年间发表的论文集，并由Ashwin Acharya、Max Langenkamp和James Dunham撰写。

英语偏见

论文作者观察到，他们的研究仅涉及英语科学论文，并且将其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。另外，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）可以增加这一统计优势。

当然，论文承认，分析公开发布的论文无法考虑私人公司或国家的研究和机密研究，但这是在没有这些隐藏数据点的情况下衡量该行业活动的可行指数。

架构和数据

作者通过训练一个 SciREX 文档级信息提取模型来获取核心数据，该模型在Papers With Code数据上训练，框架通过识别与计算机视觉和监控相关任务有关的引用来确定论文的相关性。

然后将该模型应用于CSET的学术文献集合，该集合包含六个学术数据集中的100多万个出版物。涉及的出版平台包括Dimensions、Web of Science、Microsoft Academic Graph、中国国家知识产权局、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都是在英语文档上训练的，这阻止了研究人员将研究范围扩展到英语以外。关于这一点，研究人员评论道： ‘这意味着在国家比较中，它低估了非英语研究输出，特别是可能低估了中国的全球研究份额。’

发现

在视觉监控领域内，研究发现人脸识别是最常见的任务，2019年就有1000多篇论文。然而，作者指出，人群计数和人脸欺骗识别是“快速增长”的研究领域。

从论文中，研究期间最常见的任务。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“行为识别”，他们观察到这可以用来识别拥挤公共空间中的“异常行为”；对于人脸欺骗，他们评论道 ‘虽然有时用于生物识别登录系统或防止欺诈，但它也可能防止记者和活动家隐藏他们的身份’；对于情感识别，论文评论道 ‘除了其非安全和商业用途外，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的安全威胁’。

总的来说，研究结果似乎表明，中国对计算机视觉研究的兴趣高于全球平均水平。