Yapay zeka ile kamera analizi nasıl çalışır? Markette görüntü işleme ve sınırları

Yapay zeka kamera görüntüsünü nasıl olaya çevirir?

Kamera analizinde yapay zekanın işi, görüntüyü insanın tarif ettiği olaylara çevirmektir. Bunun için beş temel adım kullanılır. Algılama, her karede kişi gibi bir nesnenin nerede olduğunu bir kutuyla işaretler; nesne algılama, görüntü işlemenin en temel ve en zor problemlerinden biri sayılır. İzleme, ardışık karelerdeki kutuları aynı kişiye bağlar ve bir iz çıkarır; izin kime ait olduğu bilinmez, yalnızca aynı izin devam ettiği bilinir.

Çizgi geçişi, izin görüntü üzerine çizilmiş sanal bir çizgiyi hangi yönde geçtiğine bakar; giriş ve çıkış sayımı budur. Bölgede kalma, izin tanımlı bir alanın içinde ne kadar süre durduğunu ölçer; kasa önündeki bekleme süresi ve bölge yoğunluğu buradan gelir. Olay sınıflandırma ise belirli bir anın tanımlı bir olay tipine uyup uymadığına karar verir: kasa alanında hareket ya da alışılmışın dışında bir hareket deseni gibi.

Bu adımların hiçbiri kişinin kim olduğunu bilmeyi gerektirmez. Sayım ve kuyruk için yeterli olan, bir kutunun kareden kareye nereye gittiğidir. Kişiyi tanımak, yani yüzü ya da vücudu bir şablona çevirip başka bir görüntüyle eşleştirmek, ayrı ve çok daha ağır bir işlemdir; KVKK bölümünde neden kaçınıldığı anlatılıyor.

Görüntü işlemenin bilinen güçlükleri de bu adımlardan çıkar. İzleme literatürü, nesnelerin birbirini örtmesini ve görünümün aniden değişmesini temel güçlükler arasında sayar. Markette karşılığı bellidir: kasada yan yana duran iki müşteri, kapıdan arabasıyla giren kişi, akşam vitrinden gelen yansıma. Bu yüzden aynı yazılım bir mağazada iyi, başka bir mağazada kötü çalışabilir; doğruluk her kamera için ayrı ölçülür.

1. Kare alınırKamera kayıt cihazından ya da doğrudan kameradan görüntü kareleri alınır. Kaç karede bir bakıldığı, çizgi geçişi gibi hızlı olaylarda doğruluğu belirler.
2. Kişi ve nesne algılanırHer karede kişiler kutuyla işaretlenir; her kutunun bir güven puanı vardır.
3. İz kurulurKutular kareden kareye bağlanır; iz, kime ait olduğu bilinmeden yalnızca bir sıra numarası taşır.
4. Kural uygulanırİz çizgiyi geçti mi, bölgede eşikten uzun kaldı mı, an tanımlı bir olay tipine uyuyor mu; kurallar ve eşikler burada devreye girer.
5. Olay kaydı yazılırOlay mağaza, alan, olay tipi ve saatle kaydedilir. Raporlara ve uyarılara görüntünün kendisi değil, bu kayıt gider.

Yapay zeka ne kadar doğru: kesinlik, duyarlılık ve eşik

Her olay sistemi iki tür hata yapar. Olmayan bir olay için uyarı üretmek yanlış alarmdır; olan bir olayı kaçırmak kaçan olaydır. İkisini ölçen iki sayı vardır. Kesinlik, üretilen uyarıların yüzde kaçının gerçek olduğunu söyler ve inceleme ekibinin zamanının ne kadarının boşa gittiğini gösterir. Duyarlılık, gerçekleşen olayların yüzde kaçının yakalandığını söyler ve sistemin neyi kaçırdığını gösterir.

Kesinliği ölçmek kolaydır: uyarılar incelenir ve doğru olanlar sayılır. Duyarlılığı ölçmek için kaçan olayları da bilmek gerekir ve bunlar uyarı listesinde yoktur. Bu yüzden duyarlılık bir doğrulama örneğiyle ölçülür: belirli kameraların belirli saatleri insanlar tarafından baştan sona incelenir, gerçekleşen bütün olaylar işaretlenir ve sistemin bunların kaçını yakaladığına bakılır. Doğrulama için kayıt izlemek de kişisel veri işlemedir; amaçla sınırlı tutulur ve yetkili kişiye verilir.

Sistem her olaya bir güven puanı verir; puanı eşiğin üstündeki olay uyarıya dönüşür. Eşik yükseldikçe yalnızca emin olunan olaylar uyarı olur: yanlış alarm azalır, kaçan olay artar. Eşik düştükçe tersi olur. Doğru eşik, bir uyarıyı incelemenin maliyeti ile bir olayı kaçırmanın maliyeti karşılaştırılarak seçilir; satıcının söylediği tek bir doğruluk yüzdesi bu kararı vermeye yetmez.

Kesinlik

Doğru uyarı ÷ (Doğru uyarı + Yanlış alarm) × 100

Duyarlılık

Doğru uyarı ÷ (Doğru uyarı + Kaçan olay) × 100Kaçan olay yalnızca baştan sona incelenmiş doğrulama örneğinde bilinir.

İnceleme yükü

Uyarı sayısı × Uyarı başına inceleme süresi

Satıcının verdiği doğruluk yüzdesi başka bir mağazada, başka bir kamera açısında ve başka bir eşikte ölçülmüş olabilir. Sorulacak soru tek bir yüzde değil, kendi kameralarınızda ölçülmüş kesinlik ve duyarlılık ve bunların hangi eşikte ölçüldüğüdür.

Anomali uyarısı neden mağaza, alan, saat ve işlem taşımalı?

Anomali uyarısı, bir mağazanın kendi olağan deseninden sapan anı işaretler: kasada aynı anda POS kaydı olmayan hareket, kapanıştan sonra bir alanda hareket, bir alanda alışılmışın üstünde yoğunluk. Olağan desen o mağazanın, o alanın ve o saatin geçmişinden çıkar; aynı hareket sabah açılışta olağan, kapanıştan sonra olağandışı olabilir.

Bir uyarının değeri, onu açan kişinin ne kadar hızlı karar verebildiğiyle ölçülür. "Bir şey oldu" diyen uyarı iş yükünü azaltmaz; kişiyi yine saatlerce kayıt taramaya gönderir. İyi bir uyarı en az beş şey taşır: hangi mağaza, hangi alan, hangi saat aralığı, hangi olay tipi ve varsa aynı andaki işlem kaydı. Kasa olayında bu işlem POS satırıdır; uyarı açıldığında olay ile fişin yan yana görünmesi incelemeyi kısaltır.

Uyarı bir karar değil, bir inceleme başlangıcıdır. 6698 sayılı Kanun'un 11. maddesi ilgili kişiye, işlenen verilerin münhasıran otomatik sistemler vasıtasıyla analiz edilmesi suretiyle kendisi aleyhine bir sonucun ortaya çıkmasına itiraz hakkı tanır. Kurum'un yapay zeka tavsiyeleri de karar alma süreçlerinde insan müdahalesinin rolünün tesis edilmesini ve kişilerin yalnızca otomatik işlemeye dayanan, kendilerini etkileyen bir karara maruz kalmamasını ister. Uyarıyı bir insan inceler, bulguyu bir insan yazar; uyarı tek başına bir çalışan ya da müşteri hakkında sonuç doğurmaz.

1. Önceliği belirleyinKasa ve para ile ilgili olaylar önce, bilgi amaçlı yoğunluk uyarıları sonra incelenir.
2. Masum nedeni eleyinSaat farkı, eğitim modunda çalışan kasa, ara teslim, bakım ya da tadilat; uyarıların önemli bir kısmı bu kontrolle kapanır.
3. Olay anına bakınYalnızca uyarının saat aralığındaki kayıt parçası izlenir; vardiyanın tamamı taranmaz.
4. Sonucu yazınDoğru uyarı mı yanlış alarm mı, hangi nedenle; bu kayıt kesinlik ölçümünün ve eşik ayarının girdisidir.

Bu bölüm genel bilgidir, hukuki görüş değildir. Bir uyarıya dayanan iş hukuku kararı somut olayın koşullarına bağlıdır; inceleme sırası ve çalışanın açıklamasının alınması kasiyer iptal fişi rehberinde anlatılıyor.

Kasa olayı ile kamera olayı nasıl eşleştirilir?

Kasa eşleştirmesi iki kaydı aynı zaman ekseninde yan yana koyar: kasa tarafında POS hareketi, iptal, iade ya da gün sonu kasa farkı; kamera tarafında kasa alanındaki zaman damgalı olay. Kural basittir: iki kaydın zaman damgası arasındaki fark tanımlı bir pencerenin içindeyse eşleşir. Kasa alanında bir olay olup aynı pencerede POS kaydı yoksa eşleşmeyen kasa olayı uyarısı çıkar.

Eşleştirmenin en sık bozulma nedeni yapay zeka değil saattir. Kamera kayıt cihazının saati ile POS'un saati ayrı ayrı kayar; aradaki fark pencereyi aştığında gerçek eşleşmeler kaybolur ve sistem olmayan sorunlar için uyarı üretir. Bu yüzden iki sistem aynı zaman kaynağına bağlanır ve fark düzenli olarak kontrol edilir.

Eşleşme, iptal ve iade gibi istisna raporunda öne çıkan işlemlerin incelenmesini de hızlandırır: desene uyan belirli işlemin anındaki kamera olayına doğrudan gidilir. İstisna raporunun nasıl kurulduğu ve incelemenin hangi sırayla yürüdüğü kasiyer iptal fişi ve iç hırsızlık rehberinde; kasa farkının kendisi kasa farkı ve POS mutabakatı rehberinde anlatılıyor. İptal edilip parası alınan satış ya da okutulmadan geçirilen ürün kasa farkı üretmez; bu yüzden kamera olayı ile istisna raporu birlikte okunur.

Saat farkı

Kamera olayının zaman damgası − POS kaydının zaman damgası

Eşleşme koşulu

|Saat farkı| ≤ Eşleştirme penceresi

Eşleşmeyen kasa olayı oranı

POS kaydıyla eşleşmeyen kasa olayı ÷ Toplam kasa olayı × 100

KVKK açısından yapay zeka kamera analizi: biyometrik veri ve tasarımdan gizlilik

Kamera görüntüsü kişisel veridir ve analiz aşaması, çıktı yalnızca bir sayı olsa bile kişisel veri işlemedir. Saklama süresi, levha, aydınlatma metni ve erişim yetkisi mağazada kamera kaydı ve KVKK rehberinde ayrıntılı anlatılıyor; bu bölüm yapay zekaya özgü üç konuya odaklanıyor: tanıma, veri azaltma ve otomatik karar.

Tanıma en ağır olanıdır. 6698 sayılı Kanun'un 6. maddesi biyometrik verileri özel nitelikli kişisel veri sayar ve işlenmesini yasaklar. İşleme ancak maddede sayılan sınırlı hallerde, örneğin ilgili kişinin açık rızası, kanunlarda açıkça öngörülme ya da bir hakkın tesisi, kullanılması veya korunması için zorunluluk halinde mümkündür ve Kurul'un belirlediği yeterli önlemlerin ayrıca alınması şarttır. Genel işleme şartları arasında yer alan meşru menfaat, 6. maddedeki listede yoktur.

Kurum'un biyometrik veri rehberi bir verinin biyometrik sayılması için iki koşul arar: işleme sonucunda kişinin fiziksel, fizyolojik ya da davranışsal ayırt edici özelliklerinin ortaya çıkarılması ve bu özelliklerin kişiyi tanımlamaya ya da kimliğini doğrulamaya yaraması. Rehber gereklilik ilkesini de açıkça yazar: aynı amaca daha az müdahaleci bir araçla ulaşılabiliyorsa biyometrik veri işlenmesi gerekli değildir. Çalışan için ayrıca bir sınır koyar: rıza göstermemenin işçi için olumsuz sonuç doğurabileceği durumda rızanın özgür iradeye dayandığı kabul edilemez.

Sayım, kuyruk ve yoğunluk bu yüzden kişiyi tanımadan kurulur. Kişinin kim olduğunu bilmeyen, izi yalnızca o kameranın görüş alanında ve o geçiş boyunca tutan, çıktıyı mağaza, alan ve saat düzeyinde sayı olarak saklayan tasarım, kişiyi tanımlayan bir şablon üretmediği için çok daha düşük riskli taraftadır. Kurum'un yapay zeka tavsiyeleri de aynı yönü gösterir: sistemler tasarımdan itibaren veri koruma ilkesine göre geliştirilmeli, aynı sonuca kişisel veri işlenmeksizin ulaşılabiliyorsa anonim hale getirme yöntemleri tercih edilmeli, yüksek risk öngörülüyorsa mahremiyet etki değerlendirmesi yapılmalıdır.

Kanun anonim hale getirmeyi, kişisel verinin başka verilerle eşleştirilse dahi hiçbir surette kimliği belirli veya belirlenebilir bir gerçek kişiyle ilişkilendirilemeyecek hale getirilmesi olarak tanımlar. Saatlik giriş sayısı bu tanıma uygun kurgulanabilir; kişiyi günler ya da mağazalar arasında izleyen bir kimlik tutulduğunda ise artık kişisel veri vardır. Otomatik karar tarafı üçüncü bölümde anlatıldı: uyarı bir insan incelemesini başlatır, kararın yerine geçmez.

Bu bölüm genel bilgidir, hukuki görüş değildir. Hangi işlemenin biyometrik veri sayılacağı ve hangi hukuki sebebe dayanacağı somut kuruluma bağlıdır ve KVKK alanında çalışan bir hukukçuyla değerlendirilir. Tablonun sol sütunu riski azaltır, tek başına hukuka uygunluk sağlamaz.

Görüntü mağazada mı işlenmeli, merkezde mi?

Görüntünün işlendiği yer üç seçenekten biridir. Mağazada işlemede analiz kameranın kendisinde ya da şubedeki bir cihazda yapılır ve mağazadan dışarıya görüntü değil yalnızca olay kaydı ve sayı çıkar. Merkezde işlemede görüntü ya da belirli aralıklarla alınan kareler şirketin kendi sunucusuna gönderilir. Hizmet sağlayıcının sunucusunda işlemede kareler hizmet sağlayıcıya gider; sunucu yurt dışındaysa bu ayrıca bir aktarım sorusudur.

Seçim teknik olduğu kadar hukukidir. Mağazada işleme ağdan geçen kişisel veriyi azaltır ama şube sayısı kadar cihazın bakımını ve güncellemesini gerektirir. Merkezde ya da hizmet sağlayıcıda işleme modeli tek yerde günceller ve doğruluğu tek yerde ölçer, ama görüntü ağdan geçer ve analiz şube bağlantısına bağlı kalır.

Hukuki tarafta üç hüküm doğrudan ilgilidir. 6698 sayılı Kanun'un 12. maddesi veri sorumlusundan kişisel verilerin hukuka aykırı işlenmesini ve verilere hukuka aykırı erişilmesini önlemek için uygun güvenlik düzeyini sağlayacak teknik ve idari tedbirleri ister; veri başka biri tarafından veri sorumlusu adına işleniyorsa veri sorumlusu bu tedbirlerden o kişiyle birlikte müştereken sorumludur. Kurum'un yapay zeka tavsiyeleri tarafların veri sorumlusu ya da veri işleyen statüsünün projenin başında belirlenmesini ister. Görüntü yurt dışında işlenecekse Kanun'un 9. maddesi devreye girer: 5. ve 6. maddedeki şartlardan birinin yanında yeterlilik kararı ya da maddede sayılan uygun güvencelerden biri, örneğin Kurul'un ilan ettiği standart sözleşme gerekir; standart sözleşme imzalanmasından itibaren beş iş günü içinde Kuruma bildirilir.

Bu bölüm genel bilgidir, hukuki görüş değildir. Yurt dışına aktarımın şartları ve usulü 9. madde ve ilgili yönetmelikle belirlenir; somut kurulum bir hukukçuyla değerlendirilir.

Yapay zeka kamera analizi satın almadan önce hangi sorular sorulur?

Demo ekranı her zaman iyi görünür: iyi ışıklı bir mağaza, iyi açılı bir kamera, seçilmiş bir saat. Satın alma kararı ise sizin mağazanızın en kötü kamerasında ve en kalabalık saatinde sınanır. Aşağıdaki sorular bu farkı kapatmak için.

Soruların çoğu teknik değil, işleyişle ilgilidir: uyarının kime düştüğü, kimin kapattığı, eşiği kimin değiştirdiği ve kamera değişince ne olduğu. Bu soruların cevabı yazılı değilse sistem ilk aylarda çalışır, sonra uyarılar birikir ve kimse bakmaz.

Mindpera'da yapay zeka kamera analizi neyi yapar, neyi yapmaz?

Mind Cam market şubelerindeki kameraların görüntüsünü görü analiziyle işler ve olay ile ziyaretçi sayım verisi üretir. Her olay mağaza, alan, olay tipi ve saatiyle kaydedilir. Ziyaretçi mağaza ve saat kırılımında sayılır, yoğunluk haritası alan kullanımını gösterir, kuyruk süresi ya da yoğunluk eşiği aşıldığında uyarı üretilir. Kasa farkı kaydı ile aynı andaki kamera olayı yan yana getirilir; aynı anda POS kaydı olmayan kasa olayı ve alışılmışın dışındaki hareket uyarı üretir ve inceleme saatlerce kayıt taramakla değil, eşleşen olaydan başlar.

Yapay zekanın Mindpera'daki rolü sınırlıdır ve bu bilinçli bir tercihtir. Kamera tarafında olayı görüntüden çıkarır ve satış kaydıyla eşleştirir; ciro, dönüşüm, sepet büyüklüğü ve mutabakat farkı ise Mind Ops'ta SQL katmanında, tanımlı formüllerle hesaplanır ve aynı gün için rapor iki kez alındığında aynı sayı gelir. Kamera anomali uyarısı kaydıyla birlikte sorumlusuna düşer.

Mind Cam'in tanımlı işlevleri olay kaydı, ziyaretçi sayımı, yoğunluk, kuyruk süresi, anomali uyarısı ve kasa olayı eşleştirmedir; yüz tanıma, yaş, cinsiyet ya da duygu tahmini, raf boşluğu tespiti ve kişi hakkında otomatik yaptırım bu işlevler arasında yer almaz. Kameranın amacı, aydınlatma metni, saklama süresi ve kayıtlara erişim veri sorumlusu olarak işletmenin kararıdır. Kamera, kasa ve satış verisi farklı sistemlerde duruyorsa kurulumu ekibimiz yapar ve kaynaklar tek veri modeline taşınır.

• Görü analizi: kamera görüntüsü olay ve sayım verisine çevrilir
• Olay kaydı: mağaza, alan, olay tipi ve zaman damgası
• Kasa eşleştirme ve anomali uyarısı: eşleşmeyen kasa olayı ve alışılmışın dışındaki hareket
• Mind Ops: metrikler tanımlı formüllerle; yapay zeka sayı üretmez, sayı değiştirmez