图为北京天安门广场一角的监控摄像头
他在派出所的监控室里坐了将近四个小时。
屏幕上是八倍速的画面,一片灰蓝色的车堆,人影进进出出。民警把画面局部放大,像素散成一团马赛克,看不清脸,也看不清车。看到后半夜,他放弃了。那辆电动车值两千多块。
一个月前,他在同一座城市收到过一张罚单。照片彩色高清,副驾驶有没有系安全带拍得清清楚楚。
这样的事在中国各地几乎天天发生,多到不再是新闻。同一座城市,同一个人,两种清晰度。
当然,这本来不是同一类镜头。卡口抓拍设备的位置、焦距、补光、拍摄角度,从设计之初就是为了拍清一块车牌和一张正脸,和小区里那种转都不会转的治安探头没法比。
可问题恰恰在这儿。一个系统把最好的设备、最勤的维护、最彻底的自动化优先配给了什么,本身就是答案。它能全自动认出你没系安全带,一分钟出单。轮到替你找一辆车,清晰度、维护和人力就一起变得紧张起来。镜头没有立场,预算和权限有。
中国到底装了多少摄像头,没有一个可信的官方口径。多家行业机构给出的估算都在数亿台,估算接近每两人一台。这个数字只能当参考。可以确认的是另一件事:从“天网工程”到“雪亮工程”,各地推了十多年的公共视频资源联网共享,街面、路口、小区、乡村道路的摄像头陆续接进公安平台。在这样的密度下,“没拍到”这三个字才是真正需要解释的那一个。
而大部分人听到的解释只有两句。一句是“那个位置正好是死角”,一句是“那几天的录像坏了”。
2022年10月14日,江西铅山,15岁的胡鑫宇在致远中学校内失踪。全校装有119个摄像头,监控把他最后离开画面的时刻记到17时51分58秒。时间精确到了秒,人却从此不见了。
家属曾怀疑视频被删改。
106天后,2023年1月28日,胡鑫宇的遗体在一座粮库院内被发现。那里距其宿舍直线只有226米。官方认定他系自缢身亡,颈部缢索由两根白色鞋带连接而成,遗体发现处是原始第一现场。
这个粮库并非荒废无人。主要区域装有视频监控,门口有二十四小时值守的门卫,还有护院犬。警方此前四次进入粮库搜寻,搜过全部建筑物,却没有搜到遗体所在的树林。
新闻发布会上,鞋带的长度、材质和检验结果被交代得极细,几乎像为两根鞋带开了一场产品说明会。可对于四次搜寻为什么始终没有进入那片树林的关键位置,解释只有“未搜寻到位”。到最后,被要求证明可靠的竟然是鞋带,不是监控,不是门卫,不是护院犬,也不是那四次搜寻。
一个能把少年最后出现的时刻精确到秒的系统,却让他在学校旁边消失了106天。摄像头没有坏,粮库也不是无人区。技术越精确,责任越模糊。
这件事留下的,显然不是一个硬件问题。
镜头的物理分辨率出厂时就定死了,不会因为报案人是谁而变化。变的是另外几件事:谁有权调取,为什么调取,这一次调取值不值得占用人力和算力。一个电动车失主看四个小时录像,得有一名民警陪着坐四个小时。一次超速抓拍,从识别到出单,全程几乎不需要人。
系统不是不能看清看清谁由不得你
总部在杭州的海康威视是全球最大的监控设备制造商。2022年底,美国监控行业研究机构IPVM在海康威视官网一份“智慧警务”软件的技术文档里,翻出一张预设报警类型清单。清单上有“法轮功”,有“宗教”,还有若干与聚众、游行、示威有关的条目,与凶杀、赌博、绑架、吸毒并排列在同一张表上。同一份文档里还有一个“人员字典”,可记录的属性包括宗教信仰、民族、政治面貌,也包括年龄段、发型、有没有戴眼镜、外套什么颜色。
宗教信仰和外套颜色,在这张表里是同一级别的字段。
IPVM和英国《卫报》就此向海康威视求证。公司没有回应,但在被问过之后,把“法轮功”和“宗教”这两项从网站上删掉了。
需要说清楚的是,文档没有交代这类警情由什么触发,可能是设备报警,也可能是值班人员发现后手工录入。所以真正值得警惕的地方,不是算法能从一张脸上看出信仰,而是一套卖给警方的软件,把一种信仰本身写成了警情类别。
被写进这张表的“法轮功”群体,以“真、善、忍”为信仰核心理念。1999年7月,中共对其发动全面镇压。此后27年,法轮功修炼者经历了大规模关押、酷刑、强制转化和迫害致死。至于被报警系统标出来的那个人后来去了哪里,技术文档不负责交代。
海康威视还中标过另一个项目。新疆墨玉县一份三亿多元的“社会面防控体系”合同,法新社取得的标书显示,约35,000台摄像头要覆盖全县的学校、街道、办公场所和967座清真寺。系统还被要求帮助监督伊玛目是否按照统一口径讲经。《金融时报》报导说,这些清真寺的入口,一座一台人脸识别摄像头。
县里怎么还这笔钱?法新社查到的政府材料写着,合同承诺给海康威视百分之八的年回报,这笔钱指望用新装摄像头多开出来的交通罚单来付。
罚款养监控,监控盯清真寺。一条帐链,一头一尾,正好就是本文开头那位失主遇到的两种清晰度。
江苏泰兴一位居民对海外媒体描述过当地的用法:摄像头主要用在两处,一是罚款,二是维稳。被列为重点维稳对象的,家门口的摄像头不止一两个。六楼门口装一个,楼下装两个,楼梯口再装一个。这些摄像头不会坏。它们对准的是人,不是路口。
所以问题从来不是摄像头坏没坏。而是这张网原本就不是为找回你的电动车而织的,你只是恰好也被网在里面。
关于这张网的能力还有一件事值得说清楚
海康威视这类人脸识别设备的宣传材料里,准确率常被写成百分之九十九以上,识别时间零点几秒。可同一类设备的用户手册和安装指南翻到采集要求,语气就完全变了:距离、俯仰角、水平偏转、脸部像素、光线和遮挡都有要求。采集照片最好是正脸,光线均匀,帽子、墨镜和过大的角度都会影响识别。
两段文字之间的距离,就是宣传和工程之间的距离。
这不是某一家厂商的小毛病,而是这项技术共同的边界。美国国家标准与技术研究院长期把不同图像条件分开测试,因为证件照和街头抓拍,根本不是同一道题。到了真实监控场景,侧脸、逆光、运动模糊和遮挡都会放大误差,比对名单越大,误报和漏报的代价也越高。
IPVM在2023年做过一次商用人脸识别系统的横向测试,用美国国家标准与技术研究院的公开人脸数据集,八家厂商的产品同场比较,其中包括海康威视。结论是厂商宣称的九成九出自理想化的测试环境,换到真实监控场景差距很大,名单一旦扩到两千多张脸,一部分系统就开始吃力。测到海康威视那台人脸识别录像机时,受试者戴帽子、戴墨镜,或者摄像头俯角偏大,识别准确率掉到百分之零到十的区间。需要说明,这三个条件是一起说的,没有拆开算各自的贡献,测的也只是一台商用设备。
写下这段不是为了教人怎么躲,是为了说清楚它准在哪里、不准在哪里。它准的地方是闸机、门禁、卡口,人站定,正脸,光线可控,对比库有限。它不准的地方,恰恰是官方新闻里最爱描述的那种场景:人海之中一眼认出某一个人。
回到最开始那句“那几天的录像坏了”。
海康威视的做法要坦白得多。被记者问到之后,它没有说文档写错了,也没有说记者看错了。它把那两行字删了。
删是一门有传统的手艺
真正大规模的删,从来不只是两行字。是决定让几亿人看见什么、看不见什么。
2001年1月23日,天安门广场发生自焚事件。央视后来播出的现场影像,被反复播放二十多年。对许多中国人来说,那几分钟几乎就是他们认识法轮功的全部来源。
中共官媒当时的解释是,广场监控记录了事发过程。
可是,一份可以核验的监控证据,应当保留同一通道连续的事发前后画面,以及完整的摄像机编号和时间序列。公众看到的却是一部不断切换景别、混合多路素材的电视成片。即使当年的模拟监控已经可以遥控转向和变焦,一路高位摄像头也不可能同时变成地面平视机位、人物近景和近距离麦克风。这是常识,但是很显然,擅长造假的人,却不擅长这些原理。
这些镜头分别由谁拍摄,有几路机位,时间码是否同步,完整原始磁带在哪里,25年过去仍未公开。中共交给几亿观众的是剪好的结论,不是可以核验的证据。摄像头本该是证人,到了宣传机器手里,却被剪成了一份口供。
罚款的时候,它看得很清楚。维稳的时候,它看得更清楚。追责的时候,它突然模糊甚至直接消失。而到了要你相信一件事的时候,它清楚得像提前写好了分镜。
同一套逻辑,2001年的天安门广场交出了一部剪辑完整的短片,今天的派出所给你看的还是马赛克。
清晰度取决于,这一次它需要你相信什么。
想知道海康威视那份清单上原本写着什么,搜:Hikvision Falun Gong alarm。
想知道那几分钟逐帧看完之后还剩下什么,搜:伪火,或者天安门自焚疑点。
搜索结果只出现在墙外。这件事本身,也是一条信息。