ફેસિયલ રેકગ્નિશન: કૅમેરા આંખના પલકારામાં તમને કેવી રીતે ઓળખી કાઢે છે?

કૅમેરાની નજર ચહેરાને આંકડાઓમાં કેવી રીતે ફેરવે છે?

તમે રસોડામાં કે ઓફિસમાં કામ કરતાં કરતાં ફોન સામે એક નજર નાખો છો, અને સ્ક્રીન પલકવારમાં ખૂલી જાય છે. એરપોર્ટ પર બોર્ડિંગ પાસ કે ટિકિટ બતાવ્યા વિના માત્ર કૅમેરા સામે ઊભા રહેતાં જ પ્રવેશ દ્વાર ખૂલી જાય છે. સ્ક્રીન પર દેખાતા સાદા રંગીન બિંદુઓમાંથી પસાર થઈને કમ્પ્યુટર તમે કોણ છો તે કેવી રીતે નક્કી કરે છે? આ આખી પ્રક્રિયા ચિત્રો અને વિડિયો પારખવાની કમ્પ્યુટર ક્ષમતા (જેને કમ્પ્યુટર વિઝન અથવા Computer Vision કહે છે) પર કામ કરે છે.

કૅમેરો તમારા ચહેરાની છબી લે છે ત્યારે તે કોઈ કલાકારની જેમ ચહેરાની સુંદરતા નથી જોતો, પણ ગણિતના માપદંડો શોધે છે. સોફ્ટવેર સૌથી પહેલાં બંને આંખો વચ્ચેનું અંતર, નાકના ટેરવાથી હોઠનું અંતર, કપાળની પહોળાઈ અને જડબાના હાડકાંનો ચોક્કસ ઢાળ માપે છે. ચહેરાના આ મુખ્ય વળાંકો અને માપદંડો (જેને ફેશિયલ લેન્ડમાર્ક્સ અથવા Facial Landmarks કહે છે) ને કમ્પ્યુટર એક વિશિષ્ટ નંબર યાદીમાં રૂપાંતરિત કરે છે. આ ગાણિતિક ઓળખપત્રને ડિજિટલ ચહેરો (જેને ફેસપ્રિન્ટ અથવા Vector Embedding કહેવાય છે) તરીકે ઓળખવામાં આવે છે.

જૂના દરજીની માપપટ્ટી અને ડિજિટલ ખાતાવહી

આ બાબતને સમજવા માટે આપણા ગામના જૂના અનુભવી દરજીની કલ્પના કરો. જ્યારે કોઈ ગ્રાહક પહેલીવાર દુકાને આવે છે, ત્યારે દરજી ખભાનું માપ, છાતીની પહોળાઈ અને હાથની લંબાઈ માપીને પોતાની ડાયરીમાં નોંધી લે છે. બીજીવાર જ્યારે તે ગ્રાહક આવે કે કપડાં લેવા કોઈ માણસ મોકલે, ત્યારે દરજી જૂના ચોપડામાં લખેલા આંકડા મેળવી જુએ છે; જો માપ બરાબર બેસી જાય તો જ તે કપડાં સોંપે છે.

કમ્પ્યુટરનું કૃત્રિમ મગજ (જેને ન્યુરલ નેટવર્ક અથવા Neural Network કહે છે) પણ આ જ રીતે અગાઉ સાચવેલા માપ સાથે ચાલુ ચહેરાની સરખામણી કરે છે. તે બે ચહેરા વચ્ચે મળતાપણાની ગણતરી કરે છે (જેને સાદૃશ્ય સ્કોર અથવા Similarity Score કહેવાય છે). જો આ મેળ નક્કી કરેલી લઘુત્તમ મેળ-મર્યાદા (જેને થ્રેશહોલ્ડ અથવા Threshold કહે છે) કરતાં વધારે આવે, તો સિસ્ટમ તરત જ સ્વીકારી લે છે કે આ એ જ મૂળ વ્યક્તિ છે.

આધુનિક સ્માર્ટફોનમાં માત્ર સાદા ફોટાથી કોઈ છેતરી ન જાય તે માટે અદ્રશ્ય પ્રકાશ કિરણોની મદદ લેવાય છે. ફોન તમારા ચહેરા પર હજારો અદ્રશ્ય બિંદુઓ ફેંકીને ચહેરાની ઊંડાઈ અને ઢાળ માપે છે (જેને ત્રિપરિમાણીય અથવા 3D સ્કેન કહે છે). આ સંવેદનશીલ બાયોમેટ્રિક માહિતી કોઈ સર્વર પર મોકલવાને બદલે ફોનની અંદરની સુરક્ષિત ડિજિટલ તિજોરી (જેને સિક્યોર એન્ક્લેવ અથવા Secure Enclave કહેવાય છે) માં જ તાળું મારીને સાચવી રાખવામાં આવે છે.

અંગત ચકાસણી અને જાહેર દેખરેખ વચ્ચેનો મોટો તફાવત

ફેસિયલ રેકગ્નિશન ટેકનોલોજીનો ઉપયોગ બે તદ્દન જુદી જુદી રીતે થાય છે, અને બંનેની અસર આપણી ગોપનીયતા પર અલગ અલગ પડે છે:

• એક સામે એક અંગત ચકાસણી (જેને ૧:૧ વેરિફિકેશન અથવા 1:1 Verification કહે છે): આ પદ્ધતિમાં કમ્પ્યુટર માત્ર એટલું જ પૂછે છે કે 'શું તમે એ જ વ્યક્તિ છો જેનો આ ફોન છે?' તમારો ચહેરો ફક્ત તમારા પોતાના ફોનમાં રહેલા માપ સાથે જ સરખાવવામાં આવે છે. આ પ્રક્રિયા અત્યંત સુરક્ષિત અને વ્યક્તિગત છે.
• હજારોની ભીડમાં શોધખોળ (જેને ૧:એન આઇડેન્ટિફિકેશન અથવા 1:N Identification કહે છે): રેલવે સ્ટેશન કે જાહેર ચોક પર લગાવેલા કૅમેરા હજારો વટેમાર્ગુઓના ચહેરા સ્કેન કરીને પોલીસ કે સુરક્ષા ડેટાબેઝ સાથે સરખાવે છે. અહીં સવાલ એ હોય છે કે 'આ ભીડમાં દેખાતો માણસ કોણ છે?' આ પદ્ધતિ નાગરિકોની મુક્ત હિલચાલ અને અંગત આઝાદી પર મોટી દેખરેખ ઊભી કરે છે.

તમારી બાયોમેટ્રિક ઓળખને કેવી રીતે સાચવવી?

જો તમારું ક્રેડિટ કાર્ડ ચોરાઈ જાય કે પાસવર્ડ લીક થઈ જાય તો તમે તેને બદલી શકો છો, પરંતુ ચહેરાના કુદરતી માપ ક્યારેય બદલી શકાતા નથી. તેથી આ નિયમો પાળવા જરૂરી છે:

• માત્ર સ્થાનિક સ્તરે સાચવતી સિસ્ટમ વાપરો: ફોન કે ટેબ્લેટમાં ફેસ અનલૉક ચાલુ કરતી વખતે ખાતરી કરો કે તમારો ફેસ ડેટા કોઈ કંપનીના ઓનલાઇન ક્લાઉડ સર્વર પર મોકલવાને બદલે ઉપકરણની અંદર જ સંગ્રહાય છે.
• સોશિયલ મીડિયા પર અતિ-સ્પષ્ટ ફોટા મૂકવામાં સાવચેતી: જાહેર પ્લેટફોર્મ પર હાઈ-રિઝોલ્યુશન ચહેરાના ક્લોઝ-અપ ફોટા શેર કરવાથી અજાણી કંપનીઓ મંજૂરી વિના તમારો ચહેરો ડેટાબેઝમાં ઉમેરી શકે છે.
• અજાણી ઍપને કૅમેરાની કાયમી પરવાનગી ન આપો: કોઈપણ નવી કે બિનજરૂરી ઍપ તમારા ચહેરાનો સ્કેન માગે ત્યારે તેની જરૂરિયાત ચકાસ્યા વિના પરવાનગી આપવાનું ટાળો.

ફેસિયલ રેકગ્નિશન આપણા રોજિંદા કામકાજને સરળ બનાવે છે, પણ તે કેવી રીતે કામ કરે છે તેનો વિવેક રાખવાથી આપણે આપણી ડિજિટલ ઓળખને સુરક્ષિત રાખી શકીએ છીએ.