世界上哪座城市的摄像头最多？

研究人员通过计算谷歌街景图片上可见的摄像头数量，列出了美国和世界其他地区摄像头覆盖密度的排行榜。

在这过去的十年间，城市街道的摄像头数量急剧上升。在大多数城市的中心，不出几米你就会看到一个摄像头。我们一直生活在摄像头之下。

但是不同城市之间监控水平会有什么样的差异？摄像头覆盖密度最大的地方又会在哪？或者换句话说，世界上哪座城市的监控摄像头密度最高？

美国斯坦福大学（Stanford University）的 Hao Sheng 及其同事的研究为我们揭示了答案。该研究小组通过谷歌街景图像，统计了美国的 10 座城市以及世界上其他国家的 6 座城市的摄像头数量。

调查结果显示，韩国首尔的监控摄像头密度居全球榜首，美国波士顿居美国榜首。研究结果还表明，在美国，社区中若非白人居民比例较高，则会受到比其他社区更严格的监控。

该团队所利用的谷歌街景服务，自 2007 年以来就一直在收集道路和社区 360 度图像。谷歌表示，迄今为止，他们的街景车已经在 83 个国家行驶了超过 1000 万英里，拍摄了道路、商店和建筑的图像。在这些图像里可以看到很多的摄像头。

当然，仅凭人眼梳理数目庞大的数据库是不可能的。所以 Sheng 和他的同事训练了一种机器视觉算法，在 16 座城市随机选择了 160 万张图像，从中识别摄像头。研究结果揭示了道路沿线摄像头的分布密度，以及不同区域摄像头的分布密度是如何变化的。接着，研究小组利用这些数据来估计了整个城市的摄像头数量。

首尔是摄像头密度最大的城市，几乎每公里都有一台摄像头。紧跟在后面的是巴黎、波士顿、纽约和巴尔的摩。从排行榜的后几名来看，洛杉矶、西雅图和新加坡的摄像头密度最低，洛杉矶每公里只有 0.16 台摄像头。“在美国，我们的分析还显示，与居民区相比，摄像头更可能出现在工业区、商业区以及混合区。”该团队说。

在美国，非白人社区的摄像头也可能更多。“我们发现摄像头更多地集中在少数族裔聚集区，这表明我们需要仔细考虑监控技术对有色人种社区潜在的不同影响。”Sheng 和同事们说。

这项研究也具有局限性。例如，Sheng 和同事们说，他们的方法忽略了那些被遮盖、故意遮盖或因太小而被忽略了的摄像头（比如一些门铃摄像头）。所以他们找到的数量很可能只是其中一部分。如果谷歌能提供更高分辨率图像的话，我们在未来将得到更高的计算精度。

研究结果也带来了惊喜。伦敦一直以来被认为是世界闭路电视（CCTV）的中心。但在排行榜中，伦敦实际排在中间的位置，每公里仅有 0.45 个摄像头。这个结果让人非常的惊讶，因为伦敦金融城的金融区长期以来一直以其闭路电视监控系统而闻名。该系统在上世纪九十年代发生一系列恐怖袭击之后设立。

伦敦核心区被称为 “钢铁之环”，在每个出入口都安装了摄像头，警戒线内也安装了很多的摄像头。所有的图像都会被传送到中央控制室，这里首创了车牌和人脸识别技术。伦敦的大多数商业场所也都有自己的监控系统。

考虑到伦敦金融城（City of London）仅占地 1 平方英里，但每公里只有 0.45 个摄像头可能是低估了。但由于这项研究在所有城市所采取的计算方法都一样，所以很显然，其它城市的监控系统已迎头赶上。

所以，下次出门散步的时候，记得保持微笑。你很可能正在出镜。

【标题】Surveilling Surveillance: Estimating the Prevalence of Surveillance Cameras with Street View Data

【作者】Hao Sheng, Keniel Yao, Sharad Goel

【时间】4 May 2021

【链接】https://arxiv.org/abs/2105.01764

【摘要】The use of video surveillance in public spaces -- both by government agencies and by private citizens -- has attracted considerable attention in recent years, particularly in light of rapid advances in face-recognition technology. But it has been difficult to systematically measure the prevalence and placement of cameras, hampering efforts to assess the implications of surveillance on privacy and public safety. Here we present a novel approach for estimating the spatial distribution of surveillance cameras: applying computer vision algorithms to large-scale street view image data. Specifically, we build a camera detection model and apply it to 1.6 million street view images sampled from 10 large U.S. cities and 6 other major cities around the world, with positive model detections verified by human experts. After adjusting for the estimated recall of our model, and accounting for the spatial coverage of our sampled images, we are able to estimate the density of surveillance cameras visible from the road. Across the 16 cities we consider, the estimated number of surveillance cameras per linear kilometer ranges from 0.1 (in Seattle) to 0.9 (in Seoul). In a detailed analysis of the 10 U.S. cities, we find that cameras are concentrated in commercial, industrial, and mixed zones, and in neighborhoods with higher shares of non-white residents -- a pattern that persists even after adjusting for land use. These results help inform ongoing discussions on the use of surveillance technology, including its potential disparate impacts on communities of color.

点个“在看”，及时获取最新学术资讯