Yüz tanıma teknolojisi nasıl çalışıyor? Biyometrik sistemler bireyin fiziksel veya davranışsal özelliklerini ölçmek ve analiz etmek için kullanılıyor. Kişiye özgü yapıların kullanılması mantığına dayanan bu sistemler; parmak izi, iris, avuç içi izi ve yüz gibi fizyolojik özelliklerle, imza, yürüme şekli, konuşma kalıpları ve yüz dinamikleri gibi davranışsal özellikleri kullanır.
Yeni nesil teknolojilerde kişi tanıma ve doğrulama için biyometrik sistemler yaygın olarak kullanılıyor. Kullanılan en temel biyometrik özelliklerden birisi de yüz. Yüz sayesinde kişinin kimliği, yaşı, cinsiyeti ve ırkı hakkında bilgi elde edilebiliyor. İnsan yüzünün ve yüz hareketlerinin analizi, psikoloji, sinir bilimleri ve mühendislik dallarını içerisine alan disiplinlerarası bir araştırma alanı olarak değerlendiriliyor. Özellikle kişi izleme ve bulma uygulamalarında başvurulan yüz tanıma sistemleri, yüzün hem fiziksel hem de dinamik özelliklerine dayandırılıyor. Dijital olarak elde edilen yüz görüntüleri işlenerek mevcut veritabanlarındaki yüzlerle karşılaştırılıyor ve saniyeler içerisinde görüntüdeki kişinin kim olduğu öğreniliyor.
Elbette sonucun tamamen doğru bir şekilde bulunması her koşulda kolay olmuyor. Yüzün açısı, aydınlatma, yaş, ırk, yüz ifadesi, makyaj, sakal ve yüz aksesuarları gibi etmenler yüz tanımanın önünde engeller oluşturuyor. İkizler ve akrabalar arasındaki benzerlikler de yüz tanıma sistemlerinin hatalı sonuçlar vermesine sebep olabiliyor.
Şimdi birbirinden farklı ölçütlerin değerlendirildiği yüz tanıma teknolojisi nasıl çalışıyor bakalım 🙂
Yüz tanıma teknolojisi nasıl çalışıyor?
Yüz tanıma sistemlerinin çalışması temel olarak 6 aşamada gerçekleşiyor. İlk önce bir fotoğraf veya video sayesinde yüzün görüntüsü çıkarılıyor. Ardından yüz sahteciliği önleme modülü kullanılarak sistemin güvenliği sağlanıyor ve yüz tanımayı engelleyici unsurlar ortadan kaldırılıyor. Üçüncü adımdaysa görüntüden veya video karelerinden yüzdeki referans noktaları (eklem-kemik birleşim noktaları vs.) algılanıyor. Daha sonra görüntü veya video üzerinde görüntü hizalama, video karesi seçimi, parazit azaltma, kontrastı artırma gibi çok çeşitli işlemlerin gerçekleştirildiği bir dizi işlem uygulanıyor.
Son aşamaya geçmeden önce farklı yüz tanıma yöntemleri kullanılarak ilgili yüzün tüm özellikleri görüntü veya videodan çıkarılıyor. Son adımda veri tabanlarındaki yüzlerle karşılaştırma yapılarak kimlik saptama ve doğrulama işlemi gerçekleştiriliyor.
Daha İyi Eşleştirme İçin Farklı Yaklaşımlar
Yüz tanımayı bir tanımlama, eşleştirme ve doğrulama problemi olarak ele almak mümkün. Kimliği bilinmeyen bir yüz, analiz edilerek veritabanında kimlikleri belli olan tüm yüzlerle karşılaştırılıyor ve sonucunda sistem bir karar veriyor. Daha basit bir ifadeyle, sistem bir eşleştirme problemiyle karşı karşıya bırakılıyor. Sorgulanan yüzün veritabanındakilerle karşılaştırılmasi sonucunda eşleşme doğrulanıyor ve kişinin kimliği bu sayede belirleniyor ya da kişinin veri tabanında kaydı bulunmuyor ve herhangi bir eşleşme gerçekleşmiyor.
Yüz tanıma sistemleri görüntü tabanlı ve video tabanlı olmak üzere iki ana gruba ayrılıyor. Görüntü tabanlı sistemler kişinin anlık fiziksel görünümünü kullanarak tanımlama yapmaya çalışırken, video tabanlı sistemler görünümdeki değişikliklerden ve yüzün dinamik yapısından da faydalanıyor.
Görüntü tabanlı yüz tanıma yöntemleri üç ana gruba ayrılıyor. Görünüme dayalı (bütünsel) yöntemler, model tabanlı yöntemler ve doku (kısmi görünüm) tabanlı yöntemler. Video tabanlı yüz tanıma yöntemleri ise temel olarak iki ana sınıfta değerlendiriliyor. Bunlar set tabanlı yöntemler ve sıra tabanlı yöntemler. Set tabanlı yöntemler, bir videonun karelerini zamansal düzene dikkat etmeden bir görüntü koleksiyonu olarak ele alıyor. Sıra tabanlı yöntemler ise görüntüleri zamansal sıralarını koruyarak kullanıyor. Dolayısıyla yüzün zaman içindeki dinamikleri de kişinin tanınmasında rol oynuyor.
Yüz tanıma günümüzde bankacılık, bürokrasi, akıllı telefon uygulamaları gibi önemli işlerde kullanılıyor. Yüz tanıma teknolojisi kolaylaştırdığı işlemlere bakıldığında gerçekten olağanüstü bir teknoloji. Peki gelecekte akıllı ev sistemlerinde de kullanılacağı düşünülen bu teknoloji kronolojik olarak nasıl ortaya çıktı?
Yüz tanıma teknolojisinin gelişimi
Yüz tanıma sistemlerinin geçmişi 1950’lere kadar uzanıyor. Otomatik yüz tanıma sistemlerinin temelinin ise 1970’li yıllarda atıldığını söyleyebiliriz. Yüz tanıma işlemi başlarda yüzün önemli bölgeleri arasındaki mesafeler kullanılarak yapılıyordu. Günümüzde yüz tanıma işlemi, teknolojik gelişmelerle birlikte farklı bir boyuta ulaştı. 1990-2000 günümüz yüz tanıma teknolojilerinin temelini oluşturuyor.
Yüz tanıma teknolojilerinin tarihsel gelişimini anahatlarıyla aşağıdaki gibi listelemek mümkün.
1964: Amerikalı araştırmacılar Woodrow Wilson Bledsoe ve arkadaşları yüz tanıma için geliştirdikleri bilgisayar programları ile kişinin ağız ve göz boyutları gibi 20 değişkeni sorgulayabilen yarı otomatik bir yüz tanıma yöntemi ortaya koydu.
1977: Yüz tanıma sistemi 21 değişken (dudak genişliği, saç rengi vb.) eklenerek daha da gelişti.
1988: Yüz tanıma işlemlerinde yapay zekâ kullanılmaya başladı.
1991: Massachusetts Institu te of Technology’den (MIT) Alex Pentland ve Matthew Turk, yüz tanıma teknolojisinin ilk başarılı örneği olan Eigenfaces’ı sundu.
1998: İleri Savunma Araştırma Projeleri Ajansı (DARPA) yönettiği FERET Yüz Tanıma Teknolojisi Programı kapsamında konuyla ilgili çalışmaları hızlandırmak için 850 kişiye ait 2400 görüntüden oluşan veritabanını tüm dünyayla paylaştı! Program, araştırmalarda kullanılmak üzere giderek genişleyen bir veritabanı sağladı. Ayrıca araştırmacılara farklı yüz tanıma algoritmalarını ortak bir temelde karşılaştırma olanağı da sundu.
2005: ABD, mevcut yüz tanıma teknolojilerini geliştirmek amacıyla Face Recognition Grand Challenge (FRGC) yarışmasını düzenledi.
2011: Yapay sinir ağlarına dayalı bir makine öğrenmesi yöntemi olan derin öğrenme, yüz tanıma teknolojilerinde yeni bir boyut açtı. Bu yöntemde bilgisayar, yüz analizinde karşılaştırılacak noktaları kendisi seçiyor ve bilgisayarın analiz etmesi için ne kadar fazla görüntü sağlanırsa bilgisayar o kadar iyi öğreniyordu.
2014: Facebook araştırmacıları, derin öğrenme yüz tanıma sistemi olan “DeepFace” geliştirdi. Dijital görüntülerdeki yüzleri tanıyan sistem yaklaşık %97 doğruluk oranıyla insan gözü performansına yaklaştı!
Yüz Tanıma Sistemlerinin Geleceği
Yüz tanıma, bilgisayarla görme ve örüntü tanımanın en aktif araştırma alanlarından bir tanesidir. Dolayısıyla kimlik belirleme, erişim kontrolü, adli tıp ve insan-bilgisayar etkileşimleri gibi pek çok alanda kullanılıyor.
Fotoğrafın icadından sonra devlet ve çeşitli kuruluşlar kimlik, pasaport ve üyelik kartları için kişilerden yüz fotoğrafları topladı. Bu veritabanlarının bazıları adli araştırmalarda kullanıldı. Günümüzde ise dijital kamera, akıllı telefonlar ve sosyal ağlar aracılığıyla insan yüzü görüntüleri oldukça kolay bir şekilde toplanabiliyor, dağıtılabiliyor ve hatta değiştirilebiliyor.
Yüz fotoğrafları karşılaştırılarak yüz tanımaya yönelik ilk girişim 1871 yılında bir İngiliz mahkemesinde gerçekleşti. Bir suça ilişkin görsel varsa yüz tanıma en önemli suçlu tespit yöntemlerinden birisi olarak değerlendiriliyor. Görevlilerce yapılan yüz eşleştirmelerine kıyasla günümüzdeki otomatik yüz tanıma teknolojileri, hem adli çalışanların işlerini kolaylaştırıyor hem de verimliliği artırıyor. Son yıllarda yüz tanıma için bilimsel yöntemler, algoritmalar ve veritabanları geliştirildi.
Yüz tanıma teknolojilerinin çeşitli amaçlar için kullanımı pek çok ülkede yaygınlaşıyor. Araştırmalara göre yüz tanıma teknolojilerinin 2019’daki 4,4 milyar dolar olan pazar payı 2025’de 10,9 milyar doları aşacak.