Com cerca de um bilhão de câmeras de vigilância capturando as atividades diárias das pessoas, é provável que você seja gravado regularmente se mora em uma área densamente povoada.
Em Londres, por exemplo, dizem que existem 500.000 câmeras CCTV e estima-se que a pessoa média seja gravada 300 vezes por dia.
A Universidade de Jyvaskyla, na Finlândia, lançou um software de código aberto chamado CCTV-exosure “para quantificar a exposição humana a câmeras CCTV de uma perspectiva de privacidade.”
O software, parte de uma iniciativa mais ampla para permitir que as pessoas tomar melhores decisões sobre sua privacidade, é descrito em um artigo intitulado “CCTV-Exposure: Um sistema de código aberto para medir a exposição de privacidade do usuário a câmeras de CFTV mapeadas com base na localização geográfica”. artigo, de autoria de Hannu Turtiainen, Andrei Costin e Timo Hamalainen, é uma versão estendida ção de pesquisa apresentada no Business Modeling and Software Design: 12th International Symposium (BMSD 2022) em Fribourg, Suíça. Ele descreve o software como análogo a um contador Geiger para detectar radiação nociva.
“Quando comparado à exposição a ‘ambientes nocivos’, como exposição à radiação, o sistema CCTV-Exosure destina-se a agir como um ‘medidor de dosagem CCTV’ para atividades de viagem de indivíduos preocupados com a privacidade”, explica o artigo.
O software, escrito em Python 3, requer dois arquivos de entrada: uma troca de sistema de posição global (GPX) arquivo contendo as coordenadas GPS das viagens de uma pessoa e um arquivo XML das coordenadas de localização da câmera.
Estes dados de localização da câmera ainda não estão disponíveis, além de um arquivo de teste para a cidade de Jyvaskyla.
Dito isso, há um esforço contínuo da equipe para coletar um conjunto mais amplo de coordenadas, usando algoritmos de visão computacional para identificar câmeras de vigilância nas imagens do Google Street View. Os pesquisadores prevêem fornecer uma API que fornecerá esses dados de localização da câmera aos usuários do CCTV-Exposure, tornando o código prontamente útil. Espera-se que as pessoas também possam enviar seus próprios relatórios de locais de câmeras para serem incluídos no banco de dados.
No momento, sem esses dados de câmera, este projeto é muito mais para assistir do que para começar imediatamente. A menos, é claro, que você crie suas próprias tabelas de localização da câmera e use-as com o código, o que você pode fazer e compartilhar com outras pessoas.
Uma vez que o software tenha as informações, necessidades – sua viagem e detalhes do CFTV ao redor – calcula onde a rota fornecida foi exposta a uma câmera de segurança. Sua saída formatada em JSON inclui:
- Identidade: informações de identidade para o arquivo processado, faixa e segmento
- Distância: distância total percorrida no segmento, distância total de exposição, distância média e média até as câmeras (em pontos GPX)
- Tempo (se aplicável): velocidade média , tempo total do segmento, tempo de exposição
- Porcentagens: exposição por distância total, tempo de exposição por tempo total (se aplicável)
- Dados por câmera: tempo, distância e todos os dados da câmera disponíveis (localização, campo de visão, etc.)
- Número de câmeras exclusivas
Há também uma versão Rust do código, mas requer arquivos GPX com registro de data e hora devido a limitações do analisador.
Em um teste do software baseado em dados de rota Jyvaskyla capturados de pesquisadores usando dispositivos Garmin, a exposição média de CCTV chegou a 12,5% com base na distância e 15,1% com base no tempo.
Andrei Costin, professor assistente da Universi ty de Jyvaskyla na Finlândia (JYU.FI) e co-fundador/CEO da empresa de segurança binare.io, disse em um telefone entrevista que o jornal CCTV é um dos cinco modelos que ele e seus colegas desenvolveram para promover a conscientização sobre CCTV.
“Ele vem da necessidade de entender o quão grande é a invasão de privacidade, para quantificá-la”, ele disse.
Costin disse que há muita discussão sobre quantas câmeras existem na China, na capital do Reino Unido e em outros lugares, mas isso é baseado em boatos, argumentos de marketing e metodologias obscuras que não são abordagens científicas sólidas.
Isso levou Costin e seus colegas a desenvolverem uma maneira de definir melhor a cobertura das câmeras de CFTV. Conforme mencionado acima, sua abordagem se baseia em visão computacional e aprendizado de máquina para identificar e geolocalizar câmeras de CFTV capturadas nas imagens do Google Street View e calcular onde as câmeras podem ver.
Esses dados podem ser inseridos em CCTV-Exosure para fazer tudo funcionar, e espera-se que esta informação seja fornecida através de uma interface online. Não há um prazo para a disponibilização disso, e a equipe pediu para as pessoas entrarem em contato com eles se puderem ajudar financeira ou tecnicamente para que isso aconteça.
“Desenvolvemos o sistema com base no Google Street View porque é a maior fonte de imagens do Street View”, explicou Costin. “Mas nosso sistema também permite que os usuários enviem em tempo real, tirando um instantâneo de uma câmera CCTV enquanto sua localização está habilitada e enviando isso para nossos servidores.”
Isso ajuda a manter os dados de localização da câmera atualizados .
Costin disse que o grupo que trabalha neste projeto – que incorpora o trabalho de outros trabalhos de pesquisa – está desenvolvendo um aplicativo da web para permitir que os internautas enviem atualizações de localização de câmeras. Os pesquisadores têm usado o aplicativo internamente, embora ainda não esteja pronto para consumo público.
É importante, disse Costin, que as pessoas entendam o quão difundida é essa tecnologia e quanto mais provavelmente ela se tornará .
“Nos próximos dois anos – não é ‘se’, mas ‘quando’ – esta tecnologia será complementada pelo reconhecimento facial”, explicou, acrescentando que isso pode ser usado para apresentar às pessoas na rua com anúncios personalizados.
“Esta é uma realidade realmente assustadora”, disse Costin, “então estamos tentando fazer ferramentas para melhorar a privacidade, para pelo menos devolver algum poder aos usuários.”
A principal preocupação de Costin, no entanto, é conscientizar as pessoas, para que possam fazer escolhas informadas sobre privacidade. Isso pode significar escolher rotas com menos câmeras, disse ele, ou com mais câmeras, se a segurança pessoal for uma preocupação.
“Se você estiver indo para algum local remoto em uma área desconhecida, poderá tente seguir o caminho com mais câmeras CCTV na esperança de que, se algo acontecer com você, haverá alguma evidência”, explicou.
Costin acrescentou que há algo como uma câmera para cada oito pessoas no planeta e ele espera que a contagem de câmeras aumente muito. “Acho que a taxa de crescimento das câmeras CCTV é insana”, disse ele.
