İçeriğe geç
parazade
Yapay Zeka

Yüz Tanıma Nedir?

İngilizce: Face Recognition

Yayın: · Son güncelleme:

Yüz Tanıma Nedir? Kısaca

Yüz tanıma, bir fotoğraf ya da videodaki yüzün özelliklerini sayısal bir temsile dönüştürüp kayıtlı yüzlerle karşılaştırarak kişinin kimliğini belirleyen ya da iddia edilen kimliği doğrulayan biyometrik bir yapay zekâ teknolojisidir.

Yüz Tanıma nedir?
İçindekiler
  1. Yüz tanıma nedir?
  2. Nasıl çalışır?
  3. Riskler ve dikkat edilecekler

Yüz tanıma, telefonların kilidini açmaktan havalimanlarındaki kimlik kontrollerine kadar pek çok alanda kullanılır. Ancak kişisel veriler ve mahremiyet açısından en çok tartışılan yapay zekâ uygulamalarından biridir.

Yüz tanıma nedir?

Yüz tanıma iki farklı görevi kapsar:

  • Doğrulama (1:1): "Bu kişi iddia ettiği kişi mi?" sorusunu cevaplar. Telefon kilidi bu türdendir.
  • Tanımlama (1:N): "Bu kişi kayıtlı kişilerden hangisi?" sorusunu cevaplar. Bir yüz, bir veritabanındaki çok sayıda yüzle karşılaştırılır.

Nasıl çalışır?

  1. Yüz tespiti: Görüntüde yüzün yeri bulunur. Bu adım yüz tespiti olarak ayrıca anılır.
  2. Hizalama: Yüz, göz ve ağız konumlarına göre standart bir duruşa getirilir.
  3. Özellik çıkarımı: Derin öğrenme modeli yüzü, embedding denen sayısal bir vektöre dönüştürür.
  4. Karşılaştırma: Bu vektör, kayıtlı vektörlerle benzerlik ölçüsüne göre karşılaştırılır; belirlenen eşiğin üzerindeyse eşleşme kabul edilir.

Riskler ve dikkat edilecekler

  • Hata payı: Hiçbir sistem kusursuz değildir; yanlış eşleşmeler ciddi sonuçlar doğurabilir.
  • Önyargı: Eğitim verisi dengesizse bazı demografik gruplarda hata oranı daha yüksek olabilir.
  • Mahremiyet: Kamusal alanda izinsiz yüz tanıma, kitlesel gözetim kaygılarına yol açar.
  • Hukuki çerçeve: Yüz verisi biyometrik veridir. Türkiye'de biyometrik veriler KVKK kapsamında özel nitelikli kişisel veri sayılır ve işlenmesi sıkı koşullara bağlıdır; güncel kuralları resmî kaynaklardan kontrol et.

Bir uygulamaya yüz verisi verirken, verinin nerede saklandığını ve ne amaçla kullanılacağını öğrenmek önemlidir.

Sıkça Sorulan Sorular

Yüz tanıma ile yüz tespiti farkı nedir?

Yüz tespiti yalnızca görüntüde bir yüz olup olmadığını ve nerede olduğunu bulur. Yüz tanıma ise o yüzün kime ait olduğunu belirler ya da doğrular.

Yüz tanıma fotoğrafla kandırılabilir mi?

Basit sistemler kandırılabilir. Bu yüzden gelişmiş sistemler canlılık tespiti, derinlik algılama ve kızılötesi sensörler gibi ek önlemler kullanır.

İlgili terimler

Yüz Tespiti(Face Detection)Yüz tespiti (face detection), bir fotoğraf ya da videoda insan yüzü bulunup bulunmadığını belirleyen ve bulunan her yüzün konumunu genellikle bir kutuyla işaretleyen bilgisayarlı görü görevidir; kişinin kim olduğunu belirlemez.Yüz Doğrulama(Face Verification)Yüz doğrulama, bir kişinin yüz görüntüsünü daha önce kaydedilmiş tek bir referans görüntüyle karşılaştırarak bu kişinin iddia ettiği kişi olup olmadığını, yani iki yüzün aynı kişiye ait olup olmadığını belirleyen biyometrik yöntemdir.Biyometrik Tanıma(Biometric Recognition)Biyometrik tanıma, bir kişinin parmak izi, yüz, iris, ses ya da yürüyüş biçimi gibi kendine özgü fiziksel veya davranışsal özelliklerini ölçerek kimliğini belirleyen ya da doğrulayan teknolojilerin genel adıdır.Algoritmik Önyargı(Algorithmic Bias)Algoritmik önyargı (algorithmic bias), bir algoritmanın ya da yapay zekâ modelinin verdiği kararların belirli kişi veya grupları sistematik ve haksız biçimde dezavantajlı duruma düşürmesidir. Çoğunlukla eğitim verisindeki dengesizliklerden kaynaklanır.Özellik Çıkarımı(Feature Extraction)Özellik çıkarımı (feature extraction), görüntü, ses, metin ya da çok sayıda değişken içeren ham veriyi, temel bilgiyi koruyan daha az sayıda ve daha anlamlı yeni özelliğe dönüştürerek makine öğrenmesi modellerinin işini kolaylaştırma sürecidir.Derin Öğrenme(Deep Learning)Derin öğrenme, çok sayıda katmandan oluşan yapay sinir ağlarıyla veriden karmaşık kalıpları otomatik olarak öğrenen bir makine öğrenmesi yaklaşımıdır.EmbeddingEmbedding, bir kelimenin, cümlenin, belgenin ya da görselin anlamını sayılardan oluşan bir vektörle temsil etme yöntemidir. Anlamca birbirine yakın içeriklerin vektörleri de birbirine yakın olduğu için anlamsal arama ve RAG sistemlerinin temelini oluşturur.