中国在计算机视觉监视研究中排名全球排名：CSET

安全与新兴技术中心（CSET）的最新研究揭示了中国在与AI相关的监视技术研究中的重要领导。该报告的标题为“ AI研究的趋势”，用于视觉监视人口**，研究了中国研究部门如何在AI监视的三个核心领域中如何产生不成比例的工作：人员重新识别（REID），人群计数和欺骗检测。这些技术对于识别个人，监视人群和检测试图绕过识别系统的尝试至关重要。

这项研究由Ashwin Acharya，Max Langenkamp和James Dunham进行了分析，分析了2015年至2019年之间发表的大量科学论文数据集。他们的发现表明，中国的研究人员不仅领导着这些特定的监视技术，而且还越来越多地为计算机视觉的广泛领域贡献了更广泛的计算机视觉领域。

中国在研究计划中明确的领导者是计算机视觉研究的更具争议性的子部门，这主要与监视有关。资料来源： https ：//cset.georgetown.edu/wp-content/uploads/surveillance-in-the-the-cv-literature.pdf

中国专注于面向人类的计算机愿景

该报告强调，中国研究的很大一部分侧重于面向人体的计算机视觉任务，例如情感识别，面部识别和行动识别。这些技术虽然经常用于良性目的，例如社交媒体照片标记，但政府也可以采用更镇压的监视活动。

作者指出，尽管视觉监视研究占研究期间所有计算机视觉研究的10％，但不可否认的是中国在计算机视觉和视觉监视研究中的主导地位。他们指出，**具有中国机构隶属关系的研究人员在计算机视觉和视觉监视研究中造成了三分之一以上的出版物。这使中国成为迄今为止这两个地区最多产的国家。中国研究人员在全球视觉监视研究中的份额正在以与计算机视觉研究相似的速度增长。'**

局限性和更广泛的背景

这项研究仅着眼于英语科学论文，作者承认限制了他们的发现。他们认为，包括非英语出版物，尤其是来自中国的出版物，可能会揭示更广泛的研究工作。此外，结合专利数据，摄像头部署和相关政府政策可以进一步说明中国在这些领域的领导。

作者使用了自然语言处理（NLP）技术，特别是Scirex模型，该模型对来自代码的数据的数据培训，分析了六个学术数据集的1亿多个出版物。经过ARXIV预印本培训的SCIBERT分类器帮助识别了该语料库中的计算机视觉论文。但是，对英语文件的依赖意味着该研究可能低估了非英语研究成果，尤其是来自中国。

关键发现和含义

该报告发现，面部识别是视觉监视研究中最反复的任务，仅在2019年就出现在一千多篇论文中。人群计数和面对面的识别也是迅速增长的领域。作者表示，即使看似中立的计算机视觉技术也可以为压制系统做出贡献。例如，行动识别可以检测到公共场所中的“异常行为”，面部欺骗可以防止记者和激进主义者隐藏其身份，并且可以使用情感识别来识别拥挤地区的安全威胁。

从论文中，最经常经常出现的任务是在研究的几年中个性化的。引用的来源是'CSET合并语料库。结果于2021年7月22日产生

作者得出的结论是，随着时间的流逝，中国在计算机视觉和视觉监视研究中的份额有所增加，而美国及其盟友保持了相似的产出水平。但是，来自其他地区的监视研究的全球份额保持稳定或下降，强调了中国在这一地区的统治地位。

这项全面的研究强调了监测AI和监视技术研究中全球趋势的重要性，尤其是考虑到隐私和公民自由的潜在影响。

**首次出版于2022年1月6日。**