[論文レビュー] Observing Responses to the COVID-19 Pandemic using Worldwide Network Cameras

Isha Ghodgaonkar, Abhinav Goel+19 more|arXiv (Cornell University)|May 18, 2020

Anomaly Detection Techniques and Applications参考文献 4被引用数 5

ひとこと要約

本論文は、公開可能なネットワークカメラを用いて、COVID-19封鎖措置への世界的な反応を大規模かつ自動的にモニタリングするシステムを提案する。110か国にまたがる3万件を超えるカメラを発見し、リアルタイムの視覚的データを収集することで、2019年春から2020年春にかけて世界中で公共の集まりの密度が著しく一貫して低下していることが明らかになった。これはパンデミック中における社会的行動の遠隔的・非侵襲的観察の可能性を示している。

ABSTRACT

COVID-19 has resulted in a worldwide pandemic, leading to "lockdown" policies and social distancing. The pandemic has profoundly changed the world. Traditional methods for observing these historical events are difficult because sending reporters to areas with many infected people can put the reporters' lives in danger. New technologies are needed for safely observing responses to these policies. This paper reports using thousands of network cameras deployed worldwide for the purpose of witnessing activities in response to the policies. The network cameras can continuously provide real-time visual data (image and video) without human efforts. Thus, network cameras can be utilized to observe activities without risking the lives of reporters. This paper describes a project that uses network cameras to observe responses to governments' policies during the COVID-19 pandemic (March to April in 2020). The project discovers over 30,000 network cameras deployed in 110 countries. A set of computer tools are created to collect visual data from network cameras continuously during the pandemic. This paper describes the methods to discover network cameras on the Internet, the methods to collect and manage data, and preliminary results of data analysis. This project can be the foundation for observing the possible "second wave" in fall 2020. The data may be used for post-pandemic analysis by sociologists, public health experts, and meteorologists.

研究の動機と目的

• 人間の観察者を危険にさらすことなく、パンデミック政策への社会的反応をスケーラブルかつ自動的に観察するための手法を開発すること。
• 分散的かつ多様なネットワークカメラデータソースの課題に対処するため、発見およびデータ収集のためのツールを構築すること。
• 社会学者、公衆衛生専門家、コンピュータサイエンティストによるパンデミック後の分析のため、継続的かつリアルタイムの視覚的データセットを提供すること。
• コンピュータビジョンの能力が、大規模な公衆衛生イベント中の群衆行動を分析するのにどの程度有効であるかを評価すること。
• 既存の公共カメラインfraストラクチャを活用して、将来のパンデミック波を監視する基盤を確立すること。

提案手法

• ウェブクローラーを用いて、シードURLから始めて、ネットワークカメラの映像配信をホスティングするウェブサイトを発見する。
• 時間的変化をピクセルデータの分析によって行い、ライブ映像ストリームと静止画像または古くなった画像を区別するカメラ識別モジュールを採用する。
• 定期的な間隔で各発見されたカメラの最新スナップショットを収集する画像アーカイブが、スケーラビリティを確保するため並列で動作する。
• 別途、対応可能なカメラからのライブ動画データを収集するための動画ストリーミングツールを用い、時系列解析を可能にする。
• データ収集は2020年3月上旬に開始され、週あたり0.5TBの速度で蓄積された。
• システムはプライバシー指針に準拠しており、個人を特定しない集計的集まりの密度のみを分析している。

実験結果

リサーチクエスチョン

• RQ1 多様なグローバルなソースから、大規模かつリアルタイムの視覚的データを、どのように体系的かつ収集できるか？
• RQ2 パンデミック封鎖期間中に、公共空間における人間の活動や群衆密度に測定可能な変化が見られるか、その程度はどの程度か？
• RQ3 ネットワークカメラからの自動視覚的データ収集が、公衆衛生政策への社会的反応を観察する信頼性があり、非侵襲的な方法として機能するか？
• RQ4 グローバルパンデミック下で、国や都市部における社会的距離の取り方や移動パターンにどのような違いが見られるか？
• RQ5 コンピュータビジョンは、低解像度や環境光の影響を受ける公共カメラからの視覚的データを、行動トレンドを検出するためにどの程度分析できるか？

主な発見

• 6大陸にまたがる110か国の110か国で、3万件を超えるネットワークカメラが発見され、グローバルに分散された視覚的データセットが得られた。
• 視覚的比較により、ニューヨーク市、ロンドン、ダブリン、ローマなどの主要都市において、2019年から2020年にかけて公共の集まりの密度が一貫して著しく低下していることが明らかになった。
• ニューヨークのタイムズスクエアでは、2019年4月の高水準の歩行者数が、2020年4月にはほぼゼロにまで減少した。
• イタリアでは、2020年にはペルトゥス・ペトロスの広場やバチカンに目に見える群衆がいなかったが、2019年には大勢の集まりが見られた。
• 2019年に観光地として人気だったウェールズのバリーやカナダのカルガリーのビーチは、2020年にはほとんど人がいなかった。
• ダブリンの聖パトリックの日2020年は、2015年のにぎわいを呈した群衆と比べて、通りに人が著しく少なかった。これは強制的な社会的距離の取り方を反映している。