விமான நிலையங்களில் குற்றவாளிகளை அடையாளம் காண பயன்படுத்தப்படும் முகஅடையாளம் காணும் (Facial Recognition) தொழில்நுட்பம்

இன்றைய உலகில் சர்வதேச விமான நிலையங்கள் தினமும் இலட்சக்கணக்கான பயணிகளை கையாளுகின்றன. இவ்வளவு பெரிய எண்ணிக்கையிலான மக்களிடையே குற்றவாளிகள், பயங்கரவாதிகள், போலி ஆவணங்களைப் பயன்படுத்துவோர் அல்லது சட்ட அமலாக்க அமைப்புகளால் தேடப்படும் நபர்களை மனிதர்களால் மட்டுமே அடையாளம் காண்பது மிகவும் கடினமான பணியாகும்.

இதனை எளிதாக்குவதற்காக பல நாடுகள் முகஅடையாளம் காணும் தொழில்நுட்பத்தை (Facial Recognition Technology – FRT) எல்லைப் பாதுகாப்பு மற்றும் குடிவரவு (Immigration) அமைப்புகளுடன் ஒருங்கிணைத்துள்ளன. இது செயற்கை நுண்ணறிவு (Artificial Intelligence – AI), கணினிப் பார்வை (Computer Vision) மற்றும் உயிரியல் அடையாளவியல் (Biometrics) ஆகியவற்றின் இணைப்பாகும். முகஅடையாளம் காணும் முறை, கைரேகை அல்லது கண்விழித் திரை (Iris) பரிசோதனை போல உடலைத் தொட வேண்டிய அவசியமின்றி, தொலைவிலிருந்தே ஒருவரின் அடையாளத்தை உறுதிப்படுத்தும் திறன் கொண்டது.

முகஅடையாளம் காணும் தொழில்நுட்பம் என்றால் என்ன?

மனித முகத்தின் தனித்துவமான அமைப்புகளை கணினி மூலம் பகுப்பாய்வு செய்து, அந்த முகத்தை அரசாங்கம் அல்லது சட்ட அமலாக்க அமைப்புகளின் தரவுத்தளத்தில் (Database) உள்ள முகங்களுடன் ஒப்பிட்டு, அந்த நபரின் அடையாளத்தை உறுதிப்படுத்தும் உயிரியல் அடையாள (Biometric) தொழில்நுட்பமே முகஅடையாளம் காணும் தொழில்நுட்பம் ஆகும். இந்த முறை சாதாரண புகைப்படங்களை ஒன்றுடன் ஒன்று ஒப்பிடுவதில்லை. மாறாக, முகத்தின் அமைப்புகளை கணித வடிவமாக (Mathematical Representation அல்லது Face Embedding) மாற்றி அதையே ஒப்பிடுகிறது.

அறிவியல் அடிப்படை

ஒவ்வொரு மனிதரின் முகத்திலும் பல தனித்துவமான உடற்கூறு (Anatomical) அம்சங்கள் உள்ளன. அவற்றில் முக்கியமானவை:

• இரு கண்களுக்கிடையிலான தூரம்
• மூக்கின் அகலம் மற்றும் நீளம்
• தாடையின் வடிவம்
• முகத்தின் நீளம்
• உதடுகளின் அமைப்பு
• காதுகளின் நிலை
• நெற்றியின் அகலம்
• கன்ன எலும்புகளின் உயரம்
• தாடை முனையின் வடிவம்

இந்த அனைத்து அளவுகளும் கணினியால் எண்களாக மாற்றப்பட்டு, ஒவ்வொரு நபருக்கும் தனித்துவமான முக உயிரியல் குறியீடு (Facial Biometric Template) உருவாக்கப்படுகிறது.

விமான நிலையங்களில் பயன்படுத்தப்படும் அமைப்பின் கூறுகள்

1. உயர் தெளிவுத்திறன் (High Resolution) கேமராக்கள்

முகப்படங்கள் பின்வரும் இடங்களில் பதிவு செய்யப்படுகின்றன.

• விமான நிலைய நுழைவாயில்
• Check-in பகுதி
• பாதுகாப்பு சோதனை
• குடிவரவு (Immigration)
• Boarding Gate
• வருகைப் பகுதி

சில விமான நிலையங்களில்

• Infrared Camera
• Near Infrared Camera
• 3D Camera
• Depth Sensor

போன்ற தொழில்நுட்பங்களும் பயன்படுத்தப்படுகின்றன.

2. முகத்தை கண்டறிதல் (Face Detection)

முதலில் கணினி படத்தில் மனித முகம் இருக்கிறதா என்பதை கண்டறிகிறது.

இதன்போது

• கண்கள்
• மூக்கு
• வாய்
• முகத்தின் வெளிப்புற எல்லை

ஆகியவை அடையாளம் காணப்படுகின்றன.

இதன் நோக்கம் பின்னணியில் உள்ள தேவையற்ற பகுதிகளை நீக்கி முகத்தை மட்டும் தனியாகப் பிரிப்பதாகும்.

3. முகத்தை சீரமைத்தல் (Face Alignment)

ஒருவர் நேராக கேமராவைப் பார்க்காமல் இருக்கலாம். தலை சாய்ந்திருக்கலாம். இதனால் AI

• கண்களின் மையம்
• மூக்கின் நுனி
• வாயின் முனைகள்

ஆகியவற்றைப் பயன்படுத்தி முகத்தை நேராகச் சீரமைக்கிறது.

4. முக அம்சங்களை பிரித்தெடுத்தல் (Feature Extraction)

இது முழு செயல்முறையின் மிக முக்கியமான கட்டமாகும்.

Deep Learning மற்றும் Convolutional Neural Network (CNN) போன்ற செயற்கை நுண்ணறிவு மாதிரிகள் ஆயிரக்கணக்கான முக அம்சங்களை பகுப்பாய்வு செய்கின்றன. பின்னர் புகைப்படத்தை சேமிக்காமல், 128 முதல் 512 வரை எண்ணியல் மதிப்புகளைக் கொண்ட ஒரு Feature Vector உருவாக்கப்படுகிறது.

இந்த எண் தொகுப்பே அந்த நபரின் முகத்தை பிரதிநிதித்துவப்படுத்துகிறது.

5. தரவுத்தள ஒப்பீடு (Database Matching)

உருவாக்கப்பட்ட Feature Vector பின்வரும் தரவுத்தளங்களுடன் ஒப்பிடப்படுகிறது.

• Passport Database
• Visa Database
• Immigration Records
• National Identity Database
• Police Database
• Criminal Database
• Interpol Database
• Terrorist Watch List

இங்கு புகைப்படங்கள் ஒப்பிடப்படுவதில்லை. மாறாக, இரண்டு Feature Vectors-களுக்கிடையேயான கணித தூரம் (Mathematical Distance) கணக்கிடப்படுகிறது.

பொதுவாக

• Euclidean Distance
• Cosine Similarity

போன்ற கணித முறைகள் பயன்படுத்தப்படுகின்றன.

6. பொருத்த மதிப்பீடு (Matching Score)

ஒப்பீட்டின் முடிவில் ஒரு Similarity Score வழங்கப்படுகிறது. உதாரணமாக

பொருத்த மதிப்பெண்	விளக்கம்
99.8%	ஒரே நபர் என மிகுந்த சாத்தியம்
98%	மிகவும் அதிக பொருத்தம்
90%	சாத்தியமான பொருத்தம்
70%	பொருந்த வாய்ப்பு குறைவு

முன்கூட்டியே நிர்ணயிக்கப்பட்ட அளவை (Threshold) விட மதிப்பெண் அதிகமாக இருந்தால், அமைப்பு அதிகாரிகளுக்கு எச்சரிக்கை (Alert) அனுப்பும்.

விமான நிலையத்தில் செயல்படும் முறை

ஒரு பயணி குடிவரவு சோதனைக்கு வரும்போது,

1. கேமரா அவரது முகத்தைப் பதிவு செய்கிறது.
2. AI முகத்தை கண்டறிகிறது.
3. முகம் சீரமைக்கப்படுகிறது.
4. முக அம்சங்கள் எடுக்கப்படுகின்றன.
5. Feature Vector உருவாக்கப்படுகிறது.
6. அது தேசிய மற்றும் சர்வதேச தரவுத்தளங்களுடன் ஒப்பிடப்படுகிறது.
7. பொருத்தம் இல்லையெனில் பயணி வழக்கமான நடைமுறையில் அனுமதிக்கப்படுகிறார்.
8. அதிக பொருத்தம் இருந்தால் அதிகாரிகளுக்கு எச்சரிக்கை அனுப்பப்படுகிறது.
9. அதன் பின்னரே மனித அதிகாரிகள் ஆவணங்கள், கைரேகை அல்லது பிற உயிரியல் அடையாளங்களைப் பயன்படுத்தி இறுதி சரிபார்ப்பை மேற்கொள்கிறார்கள்.

முக்கியமாக, முகஅடையாளம் காணும் அமைப்பு மட்டும் ஒருவரை கைது செய்யாது; அது ஒரு எச்சரிக்கை கருவியாக மட்டுமே செயல்படுகிறது.

செயற்கை நுண்ணறிவின் (AI) பங்கு

நவீன Facial Recognition அமைப்புகள் Deep Learning தொழில்நுட்பத்தைப் பயன்படுத்துகின்றன. மில்லியன் கணக்கான முகப்படங்களைப் பயன்படுத்தி AI பயிற்சி பெறுகிறது. இதன் மூலம்,

• வயது அதிகரித்தாலும்
• தாடி வளர்ந்தாலும்
• கண்ணாடி அணிந்தாலும்
• ஒப்பனை செய்தாலும்
• உடல் எடை மாறினாலும்
• முகபாவனை மாறினாலும்
• வெளிச்சம் மாறினாலும்

அதே நபரை அடையாளம் காணும் திறன் மேம்படுகிறது.

நன்மைகள்

1. எல்லைப் பாதுகாப்பை அதிகரிக்கிறது

தேடப்படும் குற்றவாளிகள், பயங்கரவாதிகள் மற்றும் போலி அடையாளங்களை விரைவாகக் கண்டறிய உதவுகிறது.

2. குடிவரவு செயல்முறை வேகமாகிறது

நீண்ட வரிசைகள் குறைகின்றன.

3. தொடர்பில்லா (Contactless) அடையாளம்

உடலைத் தொட வேண்டிய அவசியமில்லை.

4. தொடர்ச்சியான கண்காணிப்பு

ஒரே நேரத்தில் ஆயிரக்கணக்கான பயணிகளை கண்காணிக்க முடியும்.

5. சட்ட அமலாக்கத்திற்கு உதவுகிறது

• தப்பியோடிய குற்றவாளிகள்
• காணாமல் போனவர்கள்
• போலி கடவுச்சீட்டு பயன்படுத்துவோர்

ஆகியோரை கண்டறிய உதவுகிறது.

குறைபாடுகள்

1. தவறான நேர்மறை (False Positive)

குற்றமற்ற ஒருவர் தவறுதலாக குற்றவாளி என அடையாளம் காணப்படலாம்.

2. தவறான எதிர்மறை (False Negative)

உண்மையான குற்றவாளி கண்டறியப்படாமல் போகலாம்.

3. வெளிச்சத்தின் தாக்கம்

மிகக் குறைந்த வெளிச்சம் அல்லது அதிக வெளிச்சம் செயல்திறனை பாதிக்கலாம்.

4. முக மறைப்பு

முகக்கவசம், பெரிய கண்ணாடி அல்லது தொப்பி போன்றவை அடையாளம் காணும் திறனை குறைக்கலாம்.

5. தனியுரிமை (Privacy)

பொதுமக்களின் உயிரியல் தரவுகள் சேமிக்கப்படுவதால்,

• தனியுரிமை
• தரவு பாதுகாப்பு
• சட்டபூர்வமான பயன்பாடு

ஆகியவை மிக முக்கியமான விவாதங்களாக உள்ளன.

6. தரவுத்தளத்தின் வரம்பு

தரவுத்தளத்தில் பதிவு செய்யப்படாத நபர்களை இந்த அமைப்பு அடையாளம் காண முடியாது.

நெறிமுறை மற்றும் சட்ட ரீதியான அம்சங்கள்

முகஅடையாளம் காணும் தொழில்நுட்பத்தைப் பயன்படுத்தும்போது,

• மனித உரிமைகள்
• தனியுரிமை பாதுகாப்பு
• தரவு பாதுகாப்பு
• வெளிப்படைத்தன்மை
• பொறுப்புணர்வு
• நீதித்துறை மேற்பார்வை

ஆகியவை உறுதியாகப் பின்பற்றப்பட வேண்டும். AI வழங்கும் முடிவு இறுதி முடிவாக அல்ல; அது மனித அதிகாரியின் மதிப்பீட்டுடன் இணைந்தே பயன்படுத்தப்பட வேண்டும்.

எதிர்கால வளர்ச்சிகள்

எதிர்காலத்தில்,

• மேலும் துல்லியமான AI மாதிரிகள்
• 3D முகஅடையாளம்
• முகம் + கைரேகை + கண்விழித் திரை (Multimodal Biometrics)
• குறைந்த தரமான படங்களிலும் அதிக துல்லியம்
• குறியாக்கப்பட்ட (Encrypted) உயிரியல் தரவு ஒப்பீடு

போன்ற முன்னேற்றங்கள் இந்த தொழில்நுட்பத்தை மேலும் பாதுகாப்பானதாகவும் திறமையானதாகவும் மாற்றும்.

முகஅடையாளம் காணும் தொழில்நுட்பம் என்பது செயற்கை நுண்ணறிவு, கணினிப் பார்வை, உயிரியல் அடையாளவியல் மற்றும் கணிதப் பகுப்பாய்வு ஆகியவற்றின் ஒருங்கிணைப்பால் செயல்படும் நவீன பாதுகாப்பு அமைப்பாகும். இது முகத்தின் புகைப்படத்தை நேரடியாக ஒப்பிடுவதில்லை; மாறாக, முகத்தின் தனித்துவமான உடற்கூறு அம்சங்களை கணித வடிவமாக மாற்றி, அரசாங்க மற்றும் சட்ட அமலாக்க அமைப்புகளின் தரவுத்தளங்களுடன் ஒப்பிடுகிறது. இதன் மூலம் விமான நிலையங்களில் குற்றவாளிகள், போலி அடையாளம் பயன்படுத்துபவர்கள் மற்றும் சர்வதேச கண்காணிப்புப் பட்டியலில் உள்ள நபர்களை விரைவாகக் கண்டறிய முடிகிறது.

எனினும், இந்த தொழில்நுட்பம் முழுமையாகப் பிழையற்றதல்ல. தவறான பொருத்தங்கள், ஒளி மற்றும் முகநிலை மாற்றங்களால் ஏற்படும் துல்லியக் குறைபாடுகள், தனியுரிமை தொடர்பான சவால்கள் ஆகியவை தொடர்ந்து கவனிக்கப்பட வேண்டியவை. ஆகையால், முகஅடையாளம் காணும் அமைப்பு ஒரு உதவி முடிவு எடுக்கும் கருவி (Decision Support System) ஆக மட்டுமே பயன்படுத்தப்பட வேண்டும்; இறுதி அடையாள உறுதிப்படுத்தல் எப்போதும் பயிற்சி பெற்ற மனித அதிகாரிகளால் மேற்கொள்ளப்பட வேண்டும்.

சரியான சட்டக் கட்டுப்பாடுகள், தரவு பாதுகாப்பு, மனித மேற்பார்வை மற்றும் நெறிமுறை வழிகாட்டுதல்களுடன் பயன்படுத்தப்படும் போது, இந்த தொழில்நுட்பம் உலகளாவிய விமானப் பாதுகாப்பையும் எல்லைப் பாதுகாப்பையும் குறிப்பிடத்தக்க வகையில் மேம்படுத்தும் திறன் கொண்டதாகும்.