SparrowMap 启动志愿者网络以绘制政府车辆地图

在密歇根建造的这一志愿系统将闲置手机变成本地车辆探测器,并称私人车牌数据会在设备上被销毁。

By · Published

Primary source: SparrowMap

Why it matters

SparrowMap tests whether volunteer cameras can document government activity while keeping private plates off its servers. Its credibility now depends on publishing accuracy and error-rate measurements for government-vehicle classification and plate recognition.

Illustration of SparrowMap volunteers using spare smartphones as a network of phone cameras to observe a government vehicle.

SparrowMap 在 2026 年 8 月 14 日启动了一个志愿者摄像头网络,用于在公共道路上记录政府车辆。一次 8 月 14 日的 Hacker News 列表 披露了这一发布,而 SparrowMap 的主页则引导用户前往一个 实时地图 和一个基于浏览器的摄像头工具,该工具可以在旧手机上运行,无需账户或应用。

SparrowMap 做出了一种非对称的隐私承诺。政府车辆的照片和车牌将成为其公开记录的一部分。该项目表示,属于其他车辆的车牌会在贡献设备上被销毁,服务器上只留下一个没有照片或车牌的匿名点。

DeFlock 描述 ALPR 系统 为捕捉和分析经过车辆的摄像头,包括位置、日期和时间以及车辆特征。SparrowMap 采用了不同的模式:志愿者摄像头发布政府车辆的记录,同时在设备上销毁私人车辆的车牌信息。

运营 SparrowMap 的人员尚未公开其创始人、执行团队或法律实体。该项目的主页表示它是在密歇根州构建的,并将该网络描述为“‘不属于任何人’”。

隐私应该从摄像头开始

贡献者可以打开 SparrowMap 的 摄像头设置页面,为摄像头命名,并将手机、笔记本电脑摄像头或 USB 摄像头对准街道。该 浏览器摄像头在本地运行车辆检测器,仅检测车辆。SparrowMap 的完整桌面管道在贡献者的机器上本地运行检测、分类和车牌识别。关闭浏览器标签页会结束浏览器进程,该项目表示不会接收持续的视频流。

SparrowMap 源代码仓库 表示该系统发布的是被监视的道路而不是贡献者的精确位置。摄像头位置会被模糊处理约 60 米,摄像头操作员收到一个控制密钥而不是创建账户。该密钥的秘密部分位于其 URL 中的 # 片段之后,浏览器不会将其发送到服务器。旋转密钥会使早期的副本失效。

对于始终在线的部署,SparrowMap 提供了 Windows 安装程序、一个 PowerShell 命令和一个试验性的 Linux 设置路径。桌面摄像头指南 描述了本地车辆检测和车牌识别。该项目的主页表示检测结果会离开机器,而连续视频则保留在本地。

SparrowMap 仓库 将其分类器权重描述为需要本地校准的起始值。关于政府车辆分类和车牌识别的公开准确率数据尚未确定。

服务器接收有限的私有交通记录

SparrowMap 的主页表示,私人检测会以没有照片或车牌的匿名点形式到达服务器。它表示政府车辆的照片和车牌将被保留为公开记录。公开可用的文档未能提供足够的细节以独立验证这些声明背后的完整处理路径。

这一差距很重要,因为 SparrowMap 的可信度依赖于实现细节,而不仅仅是传统的隐私政策。摄像头操作员和安全研究人员需要足够可审查的代码和文档,以确定什么会离开设备、如何处理分类错误以及是否能恢复任何私人车牌数据。

SparrowMap 颠覆了商业 ALPR 模式

Flock Safety 的车牌识别设备 是研究中确定的最接近的商业类比。Flock 向警方、市政当局和私人社区销售自动车牌识别摄像头和车辆识别服务。

SparrowMap 颠倒了那种运营模式。志愿者提供消费级硬件,地图是公开的,目标记录关注的是政府车辆。SparrowMap 也不同于 DeFlock,后者是一个映射已安装车牌识别摄像头的开源项目。DeFlock 记录的是监控基础设施的位置;SparrowMap 试图记录政府车辆的移动。

桌面文档 表示摄像头光学、放置位置、照明和图像分辨率会影响车辆检测和车牌识别。模型校准影响分类,而网络连接性影响的是检测结果到集线器的传输,而不是本地的检测或分类结果。

SparrowMap 尚未发布经过验证的准确率数据、活动摄像头数量或检测量。误报会带来直接的隐私代价——如果私人车辆错误地出现在公开地图上被标记为政府所有就是如此。漏报则会遗漏该网络存在以记录的政府目击事件。

该项目的边缘处理方法提出了一个可测试的前提:视频可以保留在志愿者的硬件上,同时选定的政府车辆记录变为公开。SparrowMap 仍需要发布性能测量,以便独立研究人员在真实街道条件下评估其分类器和车牌识别。

Reader comments

Conversation for this story loads after sign-in.