論文の概要: Detecting disparities in police deployments using dashcam data
- arxiv url: http://arxiv.org/abs/2305.15210v1
- Date: Wed, 24 May 2023 14:48:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-25 15:09:49.021876
- Title: Detecting disparities in police deployments using dashcam data
- Title（参考訳）: dashcamデータを用いた警察の展開における不一致の検出
- Authors: Matt Franchi, J.D. Zamfirescu-Pereira, Wendy Ju, Emma Pierson
- Abstract要約: 公共ストリートシーンのダシュカム画像から警察車両を検出することで,警察の展開レベルの格差を定量化できることを示す。
配置レベルが最も高い地区は、最も低い地区の約20倍高い。
我々は、これらの格差が、ポーリング・エクイティと、ポーリング・データに基づいて訓練されたアルゴリズムに与える影響について論じる。
- 参考スコア（独自算出の注目度）: 16.005351901762904
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Large-scale policing data is vital for detecting inequity in police behavior
and policing algorithms. However, one important type of policing data remains
largely unavailable within the United States: aggregated police deployment data
capturing which neighborhoods have the heaviest police presences. Here we show
that disparities in police deployment levels can be quantified by detecting
police vehicles in dashcam images of public street scenes. Using a dataset of
24,803,854 dashcam images from rideshare drivers in New York City, we find that
police vehicles can be detected with high accuracy (average precision 0.82, AUC
0.99) and identify 233,596 images which contain police vehicles. There is
substantial inequality across neighborhoods in police vehicle deployment
levels. The neighborhood with the highest deployment levels has almost 20 times
higher levels than the neighborhood with the lowest. Two strikingly different
types of areas experience high police vehicle deployments - 1) dense,
higher-income, commercial areas and 2) lower-income neighborhoods with higher
proportions of Black and Hispanic residents. We discuss the implications of
these disparities for policing equity and for algorithms trained on policing
data.
- Abstract（参考訳）: 大規模警察データは、警察行動と警察アルゴリズムの不平等を検出するために不可欠である。
しかし、1つの重要な警察データはほとんど米国内で利用できない:どの地区に最も重い警察がいるかを収集した警察配備データである。
ここでは,公共ストリートシーンのダシュカム画像から警察車両を検出することで,警察の展開レベルの格差を定量化できることを示す。
ニューヨーク市のライドシェアドライバーによる24,803,854枚のダッシュカム画像を用いて、警察車両を高精度(平均精度0.82, AUC 0.99)で検出し、警察車両を含む233,596枚の画像を特定する。
警察車両の配備レベルでは、地区全体でかなりの不平等がある。
配置レベルが最も高い地域は、最も低い地域よりも約20倍高い。
著しく異なる2つの地域は高い警察車両の配備を経験する - 1)高密度、高所得、商業地域、
2)黒人とヒスパニック系住民の比率が高い低所得地区。
我々は、これらの差異が、エクイティのポリシングと、データのポリシングを訓練したアルゴリズムに与える影響について論じる。
関連論文リスト
- Race and Privacy in Broadcast Police Communications [3.034710104407876]
シカゴ市警察(CPD)の放送警察通信(BPC)による法執行官(LEO)の活動の調整について検討する。
2018年8月10日午前9時から午後5時にかけて放送されたラジオ放送の文字起こしを,最近収集した80,775時間のBPCのアーカイブから分析した。
警察がBPCで用いた語彙や言論行為を探索し、地域住民への個人的特徴の言及、BPC上で共有される個人情報、およびそれらと比較する。
論文 参考訳（メタデータ） (2024-07-01T21:34:51Z) - Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。
我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
論文 参考訳（メタデータ） (2024-06-30T04:21:46Z) - Drone navigation and license place detection for vehicle location in
indoor spaces [55.66423065924684]
この研究は、駐車中の車両の列を行き来し、ナンバープレートを検出するナノドローンに基づくソリューションを作成することを目的としている。
すべての計算はドローン上でリアルタイムで行われ、2Dマップの作成を可能にする位置と検出された画像が送信される。
論文 参考訳（メタデータ） (2023-07-19T17:46:55Z) - Scalable and Real-time Multi-Camera Vehicle Detection,
Re-Identification, and Tracking [58.95210121654722]
理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。
私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
論文 参考訳（メタデータ） (2022-04-15T12:47:01Z) - Real-time smart vehicle surveillance system [0.0]
自動車盗難はインドで最も解決されていない犯罪の一つである。
本稿では、CCTVビデオフィードを用いて被疑車両を検知・追跡するリアルタイム車両監視システムを提案する。
提案手法の目的を満たすために,様々な画像処理と深層学習アルゴリズムが用いられている。
論文 参考訳（メタデータ） (2021-11-24T06:15:14Z) - US Fatal Police Shooting Analysis and Prediction [13.569449459014104]
アメリカでは、警察が法執行機関、特に特定の集団に過剰な力を行使していると考える人が増えている。
我々は、主流メディアの逸脱を報道する致命的な警察射撃ニュースを定量化する新しい方法を提案した。
我々はワシントン・ポストから、最も包括的な米国警察の銃乱射データセットを分析した。
論文 参考訳（メタデータ） (2021-03-24T21:39:32Z) - The effect of differential victim crime reporting on predictive policing
systems [84.86615754515252]
本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。
以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
論文 参考訳（メタデータ） (2021-01-30T01:57:22Z) - Deep traffic light detection by overlaying synthetic context on
arbitrary natural images [49.592798832978296]
深部交通光検出器のための人工的な交通関連トレーニングデータを生成する手法を提案する。
このデータは、任意の画像背景の上に偽のトラフィックシーンをブレンドするために、基本的な非現実的なコンピュータグラフィックスを用いて生成される。
また、交通信号データセットの本質的なデータ不均衡問題にも対処し、主に黄色い状態のサンプルの少なさによって引き起こされる。
論文 参考訳（メタデータ） (2020-11-07T19:57:22Z) - Multi-officer Routing for Patrolling High Risk Areas Jointly Learned
from Check-ins, Crime and Incident Response Data [6.295207672539996]
我々は、チェックイン、犯罪、インシデント対応データ、およびPOI情報を用いて、複数の警察官に対する動的犯罪パトロール計画問題を定式化する。
本稿では,可能解の表現のための共同学習法と非ランダム最適化法を提案する。
提案手法の性能検証と実世界のデータセットを用いたいくつかの最先端手法との比較を行った。
論文 参考訳（メタデータ） (2020-07-31T23:33:14Z) - Train in Germany, Test in The USA: Making 3D Object Detectors Generalize [59.455225176042404]
ディープラーニングにより、LiDARやステレオカメラデータなどの3Dオブジェクト検出精度が大幅に向上した。
自動運転のためのほとんどのデータセットは、1つの国内の都市の狭い部分で収集される。
本稿では,あるデータセットから別のデータセットに3Dオブジェクト検出器を適応させる作業について考察する。
論文 参考訳（メタデータ） (2020-05-17T00:56:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。