近幾年來，閉路電視（CCTV）攝像機已被政府、警察和私人居民廣泛用于監視公共場所、防止不法行爲和識別流氓。雖然全世界引進的大量偵察攝像機可以在避免不法行爲和幫助警察檢查方面發揮緊急作用，但它們同樣可以大大限制居民的安全。
當與正在興起的面部確認創新結合起來時，觀察攝像頭會變得更加多管閑事，因爲它們賦予了人們身份、檢查和跟蹤的權力。此外，進步的偵查框架可能阻礙言論自由的權利，因爲人們害怕被承認和壓迫，因此不願意參加公開的社交場合或打架。
雖然有一些檢查評估了世界各地城市社區中引入的閉路電視攝像機的測量，但有一對夫婦已經認識到了他們的准確區域。這使得評估大範圍觀察框架的效果以及它們攻擊居民保護的程度變得更加困難。
斯坦福大學的專家們直到最近才進行了一項研究，旨在研究在美國的巨大城市社區中，在世界各地不同國家的觀察相機的共性和面積。他們在AAAI/ACM人工智能、倫理和社會會議上發表的論文，提出了一種PC視覺計算方法，通過剖析googleroad-see和其他road-see圖片，可以評估觀測相機的空間傳輸。
“我們的主要目標是了解地球上巨大城市社區中偵察相機的數量和面積，”進行檢查的專家之一郝勝告訴TechXplore由于實際收集此類信息的成本通常有限，因此我們嘗試培養可以毫不費力地增加的策略。隨著大都市場景的計算機記錄和PC視覺創新最近都取得了令人印象深刻的進展，我們設想將PC視覺計算應用于現有的道路圖像可能是可行的。”
在他們的調查中，盛和他的合夥人跟蹤了三個關鍵進展。最初，他們拆除了道路，並查看了他們分析的每個城市社區中10萬個被隨意檢查的區域的照片。它們明確地圍繞著美國的10個大城市社區（洛杉矶、紐約、芝加哥、費城、西雅圖、密爾沃基、巴爾的摩、華盛頓特區、舊金山和波士頓）和全球6個不同的城市地區（東京、曼谷、倫敦、漢城、新加坡和巴黎）。沿著這些思路，分析人員在道路上運行了一個PC視覺計算，以查看他們刪除的圖片，從而識別捕捉到的偵察相機。最後，他們要求人類成員仔細閱讀圖片，並檢查計算結果的合法性（即確認是否精確檢測到攝像機）。
“我們的策略整合了PC視覺模型（可以在大量圖片上立即傳達）和人（可以以更高的精度識別攝像頭）的優勢，”盛澄清道因此，不管攝像機是否只涉及一點點路況，我們都可以在任何情況下高效准確地識別它們。”盛和他的同事所做的調查産生了一些有趣的結果。首先也是最重要的是，專家們發現，城市社區的攝像頭厚度與特定地區的特定就業情況以及社區的種族特征有著特殊的聯系。例如，他們發現，在一個城市的商業、機械和混合區域，攝像頭的引入必然要比在光天化日之下或社區中的引入要多。
“即使是在控制了土地使用之後，我們在大部分少數民族社區發現的攝像頭的厚度也比白人地區要高很多，”盛說我們還試圖理解驅動這些例子的因素，但我們的發現表明，陰影網絡受到了不平衡的監視。”
這組科學家的發現可能對未來在大都市條件下建立閉路電視攝像機産生重大影響。例如，他們可以展開道德討論，討論對少數民族的特別觀察背後的解釋，或就大範圍觀察對居民保護的影響展開一般性對話。
在接下來的測試中，盛和他的夥伴們打算利用他們創建的PC視覺計算來研究不同種類相機的共性，比如門鈴相機。門鈴攝像頭，如谷歌巢和亞馬遜戒指，允許個人看到是否有人在入口處，並通過他們的手機與客人遠距離交談。最近，這些敏銳的門鈴框架已經成爲主流，尤其是在私人領域。
“一些調查顯示，門鈴攝像頭的數量可能已經超過了傳統的偵察攝像頭，”盛說以這種方式估計他們的優勢將進一步加深我們對網絡偵察程度的理解。我們同樣推測，他們可能是一個地區可以接受的社會信任中介。顯然，門鈴攝像頭通常比較普通，因此很難與路況照片區分開來，這可能會給我們的攝像頭識別措施帶來新的困難。”