Güvenlik Geçiş Sistemlerinde Yüz Tanıma Teknolojileri

Biyometrik kimlik, kullanıcının kimlik doğrulamasını güvende tutmak için kullanılan bir tür kalıcı ve benzersiz kullanıcı kimliğidir (Kumar, Yadav, Saini, 2023: 2772-6711). Yüz tanıma olarak genelleştirilen işlem aslında iki kademede gerçekleşen bir işlemdir. Birinci kademe, yüz algılama işlemi olan yüzlerin bir sahne içerisinde bulunmasıdır. Yüz algılama aslında işin zor olan kısmıdır. Yüz haricindeki bütün alanlar arka plan olarak adlandırıldığında, bu arka planın yok edilmesi ve saf yüze ulaşılması işlemidir. İkinci kademe ise yüz tanıma ya da yüz doğrulamadır. Bu kademede yapılan işlem yüzün kime ait olduğunun saptanmasıdır. Kısaca yüz algılamada sistemin yanıtlaması gereken soru “Yüz var mı, varsa nerede?” iken yüz tanıma ya da yüz doğrulama işleminin yanıtlaması gereken soru “Bu yüz kimin yüzü?” sorusudur (Konak, 2006:11).

Yüz tanıma yöntemleri birçok alanda kullanılmasının yanında temelde kişisel veya kurumsal güvenlik ihtiyaçlarının karşılanması amacıyla geliştirilmiştir. Güvenli geçiş kontrol sistemlerinde sıklıkla kullanılan bu yöntem oldukça pratik bir kullanım sağlamaktadır. Geleneksel yöntemlerle yapılan geçiş sistemlerinde anahtar, kart gibi fiziki nesnelerin taşınması ve çalınma gibi riskler taşıması güvenliği zorlaştırmaktadır. Yine parmak izi, retina tarama ve avuç içi gibi sistemlerin de geçiş için belli bir alana temas gerektirmesi yüz tanımayı daha avantajlı duruma getirmektedir. Yüz tanıma işlemi, görüntüdeki yüzün algılanması ve algılanan yüzün sisteme daha önce girilen kayıtlı veri ile karşılaştırılarak doğru veri olup olmadığının tespit edilmesi aşamalarından oluşmaktadır. Doğruluğun sağlanması durumunda geçiş için izin verilmesi ile güvenli bir geçiş işlemi tamamlanmış olmaktadır. (Kaplan, 2018:1-3).

• Yüz tanıma sistemleri, şu alanlarda yaygın olarak kullanılmaktadır:
• Askeri Alanlar ve Emniyet Birimleri
• Sınır Kapıları ve Havalimanları
• Banka ve Finans Kuruluşları
• Kamu Binaları ve Hastaneler
• Kurumsal Ofisler ve Akıllı Bina Sistemleri

Yüz tanıma teknikleri yıllar içinde önemli ölçüde değişime uğramıştır. Geleneksel yöntemler, kenarlar ve doku tanımlayıcıları gibi el yapımı özelliklerin temel bileşen analizi, doğrusal diskriminant analizi veya destek vektör makineleri gibi makine öğrenme teknikleriyle birleştirilmesine dayanırken (Shokouh, 2013:8), son zamanlarda, geleneksel yüz tanıma yöntemlerinin yerini evrişimli sinir ağı tabanlı derin öğrenme yöntemleri almıştır. Derin öğrenme yöntemlerinin temel avantajı, verileri temsil edecek en iyi özellikleri öğrenmek için çok büyük veri kümeleriyle eğitilebilmeleridir.

Geçiş kontrol sistemleri genel olarak görüntüyü algılayıcı bir kamera, verilerin ve tanıtılan yüz görüntülerinin depolandığı bir veri tabanı, görüntü ve test verilerinin işlendiği bir bilgisayar ve görüntünün algılandığı kullanıcıdan oluşmaktadır. Yüz algılama, özellik çıkarımı ve yüz tanıma içeriklerinden oluşmaktadır. Yüz algılama için Viola ve Jones yöntemi (Viola, Jones, 2004:137–154) gibi yöntemler kullanılmaktadır. Yüz tanıma için geleneksel yöntemlerden temel bileşen analizi (Mamak, Konyar, Solak, 2020:497-504) ve modern yöntemlerden evrişimli sinir ağı modeli gibi modeller kullanılmaktadır. Bu modellerin testi ve doğrulaması için de yüz görüntülerinden oluşan bir veri seti kullanılmaktadır.

Geçiş Kontrol Sistemlerinde Neden Yüz Tanıma Sistemleri Tercih Edilmektedir?

Biyometrik uygulamalar günümüzde birçok alanda sıklıkla kullanılmaktadır. Bu alanların başında geçiş kontrol sistemleri gelmektedir. Bu sistemler her ne kadar farklı ihtiyaçlar için kullanılsa da temelde güvenlik ihtiyacının karşılanması amacıyla tercih edilmekte ve kişinin doğru bir şekilde tanınması işlemi olarak düşünülmektedir. Geçiş kontrol sistemleri bankacılık, savunma, haberleşme başta olmak üzere birçok alanda oldukça yaygın olarak kullanılmaktadır. Yüz, parmak izi, avuç içi, retina ve ses gibi kişiye özgü ve değişmez olarak kabul edilen biyometrik özellikler güvenlik gereksinimi açısından esas kaynak olarak kabul edilmektedir. Biyometrik özellikler içerisinde yaygın olarak tercih edilen yüz tanıma teknolojisinin en büyük avantajı ise temassız olması ve birçok sistemde rahatlıkla uygulanabilir olmasıdır. Ancak yüz tanıma sisteminin sıklıkla karşılaştığı bazı sorunlar bulunmaktadır. Bunların başında ışığın durumu, pozların farklı açılarda olması, yüzdeki duygu ve mimik farklılıkları, yaşlanmanın getirdiği değişim, sakal-bıyık-gözlük-şapka gibi engeller yer almaktadır.

Yüz Tanıma Aşamaları

Yüz tanıma genel olarak yüzün algılanması, özellik çıkarımı ve yüz tanıma aşamalarından oluşmaktadır.

Yüz Algılama

Bir görüntüde insan yüzlerinin tespiti işlemi olarak düşünülebilir. İlk aşamada görüntüde insan yüzü varlığı tespit edilir ve belli bir çerçeve ile sınırlandırılarak konumu belirlenir. Aydınlatma ve yüz ifadesindeki değişiklikler, yüzün doğru şekilde algılanmasını engelleyebilir. Daha ileri bir yüz tanıma sisteminin tasarımını kolaylaştırmak ve daha sağlam hale getirmek için ön işleme adımları gerçekleştirilir. Bu aşamada birçok yöntem kullanılır. Bunlardan bazıları: Viola-Jones dedektörü, yönlendirilmiş gradyan histogramı (HOG) ve temel bileşen analizidir (PCA). Bu adım farklı nesnelerin algılanması için de kullanılabilir.

Özellik Çıkarımı

Bu adımın temel görevi algılama aşamasında tespit edilen yüz görüntüsünde bireye özgü olan ağız, burun, kaş, göz gibi özelliklerin ve birbirleriyle olan ilişkilerinin geometrik olarak incelenmesidir. Her yüz, tanımlanmasını sağlayan yapısı, boyutu ve şekliyle karakterize edilir. Çeşitli teknikler, boyutu ve mesafeyi kullanarak yüzü tanımlamak için ağzın, gözlerin veya burnun şeklinin çıkarılmasını içerir. HOG, öz yüzler, bağımsız bileşen analizi (ICA), doğrusal diskriminant analizi (LDA), ölçekle değişmeyen özellik dönüşümü (SIFT), gabor filtresi, yerel faz nicemleme (LPQ), Haar dalgacıkları, Fourier dönüşümleri ve yerel ikili desen (LBP) teknikleri özellik çıkarımı için kullanılan ana algoritmalardır.

Yüz Tanıma

Bu adım, özellik çıkarma adımı sırasında arka plandan çıkarılan özellikleri dikkate alır ve bunları eşleşmesi istenen yüzlerle karşılaştırır. Yüz tanıma olarak adlandırılan sistemin iki temel gereksinimi vardır; birine kimlik belirleme, diğerine doğrulama denir. Bu aşamalarda en olası eşleşmeyi bulmayı amaçlayan ve kabul / ret kararını vermek için bir test yüzü kişiye ait yüzle karşılaştırılır.

Yüz Tanıma Sisteminin Ana Hatları

Veri Alma

Yüz tanıma sistemi veri alma süreciyle başlar ve alınan veri kişinin yüz görüntüsü ile karşılaştırmak amacıyla diğer aşamalara geçilir.

Veri Ön İşleme

Özellik çıkarımı aşamasından önce yüz görüntüleri normalize edilerek sistemin tanıma performansı iyileştirilmektedir. Bu aşamada görüntü boyutu, kontrast ayarı, gürültülü ortamlar için filtreleme, arka plan kaldırma, döndürme-öteleme gibi normalizasyon işlemleri uygulanmaktadır.

Özellik Çıkarımı

Bu aşamada, gerekli ön işlemler yapıldıktan sonra normalize edilen görüntünün temel özellikleri bulunur. Elde edilen optimum özellik vektörü sınıflandırma aşamasına hazır hale getirilir.

Sınıflandırma

Elde edilen yüz görüntüsü özellikleri ile kişinin görüntü veri özellikleri karşılaştırılır ve sınıflandırma yapılarak bilinen/bilinmeyen olarak tanımlanır.

Kişisel Görüntü Verisi

Yüz tanıma işlemi için yüz görüntüleri ve/veya özellik vektörleri kişiye ait bir veri tabanına kaydedilir. Sınıflandırma aşamasında veri tabanına kaydedilen bu görüntü verileri kullanılır. Ancak bu metot kişisel veriler açısından sakıncalara yol açabilmektedir. Bu bağlamda kişinin biyometrik verisini hiçbir cihazda ya da ağa bağlı sunucularda barındırmayan, kişinin biyometrik verisini kendi uhdesinde tuttuğu çözümler daha çok rağbet görmektedir.

Sonuç

Yüz tanıma sistemleri, bireysel ve kurumsal güvenliğin dijital çağa ayak uydurmasında kilit rol oynamaktadır. Ones Technoloji’nin sunduğu yüksek kalite ve teknolojiye sahip çözümler ile bu süreçler daha güvenilir, hızlı ve kullanıcı dostu hale getirilmektedir.

Özellikle Zero-Trust yaklaşımının “asla güvenme, sürekli doğrula” mottosunun temel dayanağı biyometrik kimlik doğrulama teknolojileriyle yükseltilmiş, güvenlik ve geçiş kontrol altyapılarıdır. Çağımızda yaşanan kimlik, şifre ve veri hırsızlıklarının yol açtığı kayıplar, bu mottoyu güvenliğin parolası haline getirirken biyometrik kimlik doğrulama teknolojileri bağlamında 3 boyutlu yüz tanıma ve kimlik doğrulama yapabilen teknolojileri vazgeçilmez pazar hakimi konumuna gelmektedir. Özellikle KVKK ve GDPR uyumlu çözümler, kişisel verilerin korunması yönünde de teknolojiyi daha insancıl bir zemine oturtmakta ve kullanıcı açısından tercih nedeni yapmaktadır.

Kaynaklar

Kumar, A. Yadav, R. K. Saini, D. J. B. (2023). Create and Implement a New Method for Robust Video Face Recognition using Convolutional Neural Network Algorithm, Advances in Electrical Engineering, Electronics and Energy 5: 2772-6711.

Konak, E. S. (2006). Bilgisayar Destekli Yüz Tanıma Sistemi Tasarımı: 11.

Kaplan, A. (2018). Gerçek ve Yarı Gerçek Zamanlı Yüz Tespit Etme: 1-3.

Shokouh, G. S. (2013). Gerçek Zamanlı Sayısal Görüntü İşleme ve Örüntü Tanıma Tekniklerinin Araştırılması ve Uygulanması: 8.

Çavdarcı, F. (2024). Gerçek Zamanlı Yüz Tanıma Sistemi Tabanlı Güvenlik Geçiş Sistemi Tasarımı

http://www.softwebsolutions.com/resources/AI-based-face-recognition.html