Редакция не предоставляет справочной информации и не несёт ответственности за достоверность содержимого рекламных объявлений.Настоящий ресурс может содержать материалы 18+

Американские ученые исследовали динамику расширения систем видеонаблюдения в крупнейших городах

Специалисты Стэнфордского университета провели анализ интенсивности распространения и местонахождения камер наблюдения в крупнейших городах Штатов и некоторых стран мира. Источник: PhysOrg.

В последние несколько десятилетий камеры закрытой видеотрансляции (CCTV) широко используются правительствами, правоохранителями и частными лицами для отслеживания общественных мест, чтобы предотвращать преступления и выявлять преступников. Но, с другой стороны, миллионы установленных по миру камер наблюдения способны сыграть решающую роль не только в полицейских расследованиях, они также могут значительно ограничить частную жизнь граждан.

С распространением новой технологии распознавания лиц городские видеокамеры могут стать еще более навязчивыми, поскольку получат способности идентифицировать и отслеживать людей, контролировать их действия. Т.е. передовые системы видеонаблюдения смогут воспрепятствовать свободе слова, побудить людей к избеганию публичных собраний или протестных акций из-за страха быть обнаруженными и оказаться под преследованием.

В подобных исследованиях количество установленных в городах камер слежения обычно оценивается визуально, но лишь немногим участникам экспериментов удается определить местоположение всех камер. Поэтому большинству граждан сложно оценить влияние крупномасштабных систем слежения, а также степени, в которой эта слежка способна вмешиваться в их частную жизнь.

Американские ученые исследовали динамику расширения систем видеонаблюдения в крупнейших городах

Стэнфордские специалисты провели новое исследование с целью изучения распространенности и местоположения видеокамер CCTV в крупных городах планеты (главным образом, в США). Их работа была представлена на конференции AAAI/ACM, посвященной анализу применения ИИ с позиции этики и интересов общества. Этот «стэндфордский» проект заключается в алгоритме компьютерного зрения, способного оценивать пространственное местоположение камер наблюдения, основываясь на анализе уличных изображений на Google Street View и других подобных источниках.

«Нашей основной целью было выяснение объема и схемы расположения городских видеокамер слежения», — рассказал Хао Шэн, сотрудник TechXplore, занимавшейся этим исследованием. «Поскольку сбор подобных сведений вручную (визуальным изучением изображений), как правило, оказывается крайне дорогим, мы стремились создать иной метод, позволяющий легче масштабировать результаты. Мы решили применить к данным цифрового документирования городских ландшафтов новые технологии компьютерного зрения, значительно продвинувшиеся в последние годы. Нами разработан алгоритм компьютерного зрения, способный просматривать улицы на цифровых изображениях из открытого доступа».

Исследование Шэна и его коллег проходило трёхэтапно. Во-первых, они собрали изображения улиц 100 тысяч произвольно выбранных мест в каждом из запланированных к исследованию городов. Внимание исследователей было сосредоточено на 10 американских городах и 6 мегаполисах других стран (см. изображение).

Американские ученые исследовали динамику расширения систем видеонаблюдения в крупнейших городах

Следом ученые применили алгоритм компьютерного зрения к собранным фотоизображениям улиц, чтобы автоматически обнаруживать на них камеры наблюдения. На последнем этапе они поручили приглашенным участникам просмотреть эти же изображения и сравнили достоверность результатов по обнаружению камер, собранных алгоритмом.

«Наш метод скомбинирован на преимуществах моделей компьютерного зрения (их способности быстро анализировать миллионы изображений) и людей (способных визуально различать видеокамеры с высокой точностью)», — уточнил Шэн. «В результате, пусть даже камеры присутствуют на фотографиях улиц в малом количестве, мы все равно сможем полноценно их идентифицировать».

Работа команды Шэна дала несколько примечательных результатов. Во-первых, была обнаружена сильная корреляция плотности городских видеокамер с конкретным предназначением данных мест, а также с расовым профилем жителей городских кварталов.

«Нами выявлена значительно более высокая плотность видеокамер в местах проживания [расовых] меньшинств, чем в районах с преобладанием белого населения», — сообщил Шэн. «Мы продолжаем анализировать механизм, управляющий этими схемами позиционирования камер, но наши данные наглядно демонстрируют непропорционально тщательное наблюдение за цветными сообществами горожан».

Результаты, собранные этой группой исследователей, могут иметь важные последствия для перспектив размещения камер видеонаблюдения в черте городов. К примеру, они могут вызвать [в США] дебаты об этичности причин усиленного мониторинга кварталов с проживающими расовыми меньшинствами, а также дискуссии общего плана, посвященные влиянию крупномасштабной слежки систем CCTV на частную жизнь горожан.