近几年来，闭路电视（CCTV）摄像机已被政府、警察和私人居民广泛用于监视公共场所、防止不法行为和识别流氓。虽然全世界引进的大量侦察摄像机可以在避免不法行为和帮助警察检查方面发挥紧急作用，但它们同样可以大大限制居民的安全。

当与正在兴起的面部确认创新结合起来时，观察摄像头会变得更加多管闲事，因为它们赋予了人们身份、检查和跟踪的权力。此外，进步的侦查框架可能阻碍言论自由的权利，因为人们害怕被承认和压迫，因此不愿意参加公开的社交场合或打架。

虽然有一些检查评估了世界各地城市社区中引入的闭路电视摄像机的测量，但有一对夫妇已经认识到了他们的准确区域。这使得评估大范围观察框架的效果以及它们攻击居民保护的程度变得更加困难。

斯坦福大学的专家们直到最近才进行了一项研究，旨在研究在美国的巨大城市社区中，在世界各地不同国家的观察相机的共性和面积。他们在AAAI/ACM人工智能、伦理和社会会议上发表的论文，提出了一种PC视觉计算方法，通过剖析googleroad-see和其他road-see图片，可以评估观测相机的空间传输。

“我们的主要目标是了解地球上巨大城市社区中侦察相机的数量和面积，”进行检查的专家之一郝胜告诉TechXplore由于实际收集此类信息的成本通常有限，因此我们尝试培养可以毫不费力地增加的策略。随着大都市场景的计算机记录和PC视觉创新最近都取得了令人印象深刻的进展，我们设想将PC视觉计算应用于现有的道路图像可能是可行的。”

在他们的调查中，盛和他的合伙人跟踪了三个关键进展。最初，他们拆除了道路，并查看了他们分析的每个城市社区中10万个被随意检查的区域的照片。它们明确地围绕着美国的10个大城市社区（洛杉矶、纽约、芝加哥、费城、西雅图、密尔沃基、巴尔的摩、华盛顿特区、旧金山和波士顿）和全球6个不同的城市地区（东京、曼谷、伦敦、汉城、新加坡和巴黎）。沿着这些思路，分析人员在道路上运行了一个PC视觉计算，以查看他们删除的图片，从而识别捕捉到的侦察相机。最后，他们要求人类成员仔细阅读图片，并检查计算结果的合法性（即确认是否精确检测到摄像机）。

“我们的策略整合了PC视觉模型（可以在大量图片上立即传达）和人（可以以更高的精度识别摄像头）的优势，”盛澄清道因此，不管摄像机是否只涉及一点点路况，我们都可以在任何情况下高效准确地识别它们。”盛和他的同事所做的调查产生了一些有趣的结果。首先也是最重要的是，专家们发现，城市社区的摄像头厚度与特定地区的特定就业情况以及社区的种族特征有着特殊的联系。例如，他们发现，在一个城市的商业、机械和混合区域，摄像头的引入必然要比在光天化日之下或社区中的引入要多。

“即使是在控制了土地使用之后，我们在大部分少数民族社区发现的摄像头的厚度也比白人地区要高很多，”盛说我们还试图理解驱动这些例子的因素，但我们的发现表明，阴影网络受到了不平衡的监视。”

这组科学家的发现可能对未来在大都市条件下建立闭路电视摄像机产生重大影响。例如，他们可以展开道德讨论，讨论对少数民族的特别观察背后的解释，或就大范围观察对居民保护的影响展开一般性对话。

在接下来的测试中，盛和他的伙伴们打算利用他们创建的PC视觉计算来研究不同种类相机的共性，比如门铃相机。门铃摄像头，如谷歌巢和亚马逊戒指，允许个人看到是否有人在入口处，并通过他们的手机与客人远距离交谈。最近，这些敏锐的门铃框架已经成为主流，尤其是在私人领域。

“一些调查显示，门铃摄像头的数量可能已经超过了传统的侦察摄像头，”盛说以这种方式估计他们的优势将进一步加深我们对网络侦察程度的理解。我们同样推测，他们可能是一个地区可以接受的社会信任中介。显然，门铃摄像头通常比较普通，因此很难与路况照片区分开来，这可能会给我们的摄像头识别措施带来新的困难。”