Yerli Görüntü İşleme ve Örüntü Tanıma Algoritmalarıyla Oluşturulmuş Yüz Tanıma ve Eşleştirme Sistemi önemi gittikçe artan biyometrik tespit mekanizmalarından biri olan yüz tanıma sistemi oluşturulması adına, donanım, lisans ve kaynak bağımsız olarak geliştirilmiş olup ve ikame teknolojiler ile yarışabilecek bir sistem üretilebilmesi için ilk aşama ve olmazsa olmaz olan yüz tespit (detecting) ve yüz tanıma (matching) uygulamaları aşamalarından oluşur.
- Bulut Sistem Mimarisi; Sistemin uygulanacağı tüm noktalar merkezi olarak takip edilmektedir. Biyometrik kayıt alma sonrasında, kayıtların veri tabanına aktarılması ve hizmet noktalarının ihtiyaçlarına uygun çözümler merkezi olarak verilmektedir.
- Tekli ve Çoklu Kullanım; Proje içerdiği bilişim sistemleri sayesinde, hem tekil hem de çoklu kullanıma uygundur. Hizmet noktaları tek bir amaç ve tek bir konum üzerinde çalışabileceği gibi aynı zamanda birden çok nokta ve birden çok amaç için de çalışabilir.
NIST standardlarına uygun yerli bir yüz tanıma sistemdir. Sistemin ilk yenilikçi yönüdür. Diğer taraftan ön işlemler (pre-process), yüz tespit (detection), yüz tanıma (matching) ve sunucu ortak işlemlerinin platform geliştirmeleri ile birlikte yapılması da diğer yenilikçi yönü oluşturur.
Öne Çıkan Özellikler
Doğruluk
Algoritma Etkisi
Yaş, Cinsiyet, Irk ve Kalabalık oranlarına göre seçilecek farklı algoritmaların entegre bir üst yazılım ile cross-match eşleştirmesi sağlanması, farklı senaryolara göre %0,1-50 aralığında doğruluk artışının sağlanır.
Veri Tabanı Boyutlarındaki Artışın Etkisi
Veri tabanında kayıtlı kişi sayısı arttıkça oluşacak benzer yüz oranlarındaki artışın, doğruluğa negatif olarak yansımaması adına, algoritma üzerinden bir eşleştirme ön emri sağlanır.
İnsan Etkili Aramalarda Sıralama Kriteri
Eşik değerin çok düşük tutulduğu Kriminal ve adli vakalarda kullanılabilecek bir sıralama algoritması elde edilir Böylece karar verici mekanizmalara yardımcı olması adına, doğruluk yüzdesine oranlı bir sıralama sağlanır.
Yaş Gruplarında Doğruluk
Araştırmalara göre tüm algoritmalarda yaşlı insanların kolay ve doğru, genç insanların ise zor ve yanlış tanımlandığı tespit edilmiştir. Etkin algoritma yapısı ve üstel arama metodu ile genç yaştaki gruplar için doğruluk artışı sağlanır.
Kalite
Kaynak fotoğraf kalitesinin arttırılması, tanımlamada en önemli faktördür. Veri tabanlarında bulunan kaynak fotoğrafların kalite uygunluğunu otomasyon ile seçebilmeyi sağlar. (Göz aralığı, ışık değeri ve yüz duruşunun uygunluğunun yazılım ile denetlenmesi)
Zaman
Veri tabanında kayıtlı kişi sayısı arttıkça ve donanıma bağlı olarak alınan görüntünün kalitesi arttıkça, bu hız azalır. Bu hız azalmasının önüne geçilmesi için; veri tabanı üzerinden akıllı tasnif yapılması ve yapılacak tanımlamanın daha en başından uygun alt klasörlerde gerçekleşir.
Yaş Artışı ve Eski Kayıtların Etkisi
Dünya geneli algoritmalarda doğruluk oranı her bir yıl için yaklaşık olarak %1-3 hata oranına yol açmaktadır. Proje genelinde yapılacak olan yaş-yüz analizi sayesinde bu etkinin %0.8- 2.5 bandına çekilir.
Veri Yaratılması
Biyometrik verilerin alınması ve saklanması aşamalarında, büyük veri yönetimi de önem kazanmaktadır. Bununla birlikte alınan imajdan sadece gerekli biyometrik kısmın kesilip alınması da proje içeriğinde otomatik olarak sağlanacak ve böylece veri boyutlarında büyük azalmalar sağlar.
Sürücüler ve Görüntü İşleme
1:N boyutlarına bağlı olarak, birden çok veri alınıp işlenmesi sırasında saniye başına ekran görüntüsü esnek olarak ayarlanabilir. Bu metot işlem hızında senaryolar içinde değişken olmak şartıyla (x0.1- x2) aralığında işlem hızı artışı sağlar.
