Mükemmel havaalanı güvenliği için gelecek vaat eden kontrol sistemi

Yeni kontrol sistemi nesneleri ölçüyor, görüntüsünü parçalara ayırıyor ve sanal olarak yeniden oluşturuyor.

Yeni kontrol sistemi nesneleri ölçüyor, görüntüsünü parçalara ayırıyor ve sanal olarak yeniden oluşturuyor.
Yeni kontrol sistemi nesneleri ölçüyor, görüntüsünü parçalara ayırıyor ve sanal olarak yeniden oluşturuyor.
TT

Mükemmel havaalanı güvenliği için gelecek vaat eden kontrol sistemi

Yeni kontrol sistemi nesneleri ölçüyor, görüntüsünü parçalara ayırıyor ve sanal olarak yeniden oluşturuyor.
Yeni kontrol sistemi nesneleri ölçüyor, görüntüsünü parçalara ayırıyor ve sanal olarak yeniden oluşturuyor.

Mitsubishi Şirketi tarafından geliştirilen ve henüz test sürecinde olan yeni bir kontrol sistemi, havalimanlarında gizli nesnelerin tespitini hızlandırmayı ve kusursuz güvenlik sağlamayı amaçlıyor. Şirket, havalimanları ve diğer bu tür lokasyonlardaki güvenlik kapılarını izlemek için ‘300 GHz frekansında’ tomografi teknolojisi geliştirdi.

Bu yeni sistem, maliyet ve hız zorluklarını aşmayı başarırsa uçağa binmeden önce yapılan X-ray taraması sırasında son sıralara kadar taşınan nesnelerin ne olduğu tahmin edebilecek. Çünkü yeni teknoloji, gizliyken bile her şeyin anlaşılmasına olanak sağlayacak.

Görüntüleme sistemi test aşamasında

Mitsubishi araştırmacıları, sistemi test etmek için milimetre ölçeğinde radar sinyalleri göndermek amacıyla 25 GHz numuneler üreten bir dalga biçimi üreteci gibi bileşenler ve cihazların yanı sıra terahertz altı sinyaller (100 ile 300 GHz arasında) üretmek için frekans dönüştürücüler kullandı.

Şarku’l Avsat’ın edindiği bilgilere göre hedef nesneden yansıyan ‘düşük terahertz’ sinyalleri, iletilen sinyalle karıştırılarak bir ara frekans sinyaline ve dalga biçimi üretecinin yerel osilatörü tarafından sayısallaştırılan 30 MHz bant genişliğine dönüştürülüyor. Bu veriler de bir bilgisayarda analogdan dijitale çevriliyor. Ardından bir dijital sinyal işlemcisi tarafından çevrimdışı işlenmek üzere bir depolama aygıtında, 11 terabaytlık bağımsız bir yedek diske yazılıyor ve sonra sanal bir 3D tomografi görüntüsü elde ediliyor.

Tokyo'nun 45 km güneyindeki Ofuna'daki Mitsubishi Electric'in İletişim Teknolojileri Departmanında baş araştırmacı olan Akinori Taira, Elektrik ve Elektronik Mühendisleri Enstitüsü (IEEE) internet sitesinde yer alan açıklamasında, 300 GHz frekansının test edilmesinden sonra sistemin etkili olduğunu kanıtladıklarını söyledi.

Taira, elde edilen görüntüde bir bıçak ya da tabanca gibi gizli bir nesneyi belirlenmesine dair ekibinin günümüzde optik güvenlik kamera sistemlerinde kullanılan yapay zeka ve makine öğrenimi teknolojisini araştırdığını belirterek, “Bu teknoloji, aradığımız şeye benziyor, ancak değiştirilmesi gerekecek” dedi. Sistemin operatöre otomatik olarak sesli veya görsel uyarı sistemi ile bildirimde bulunacağını da sözlerine ekledi.

Mitsubishi'nin hareketli nesneler için tek kanaldan tek sinyal göndererek sanal odak görüntüleme teknolojisi kullanması ise sistemi daha da ilginç kılıyor. Oysa geleneksel X-Ray cihazları nesnelere defalarca ve birçok açıdan sinyal gönderiyorlar.

Fotoğraf Altı: Yeni sistemle havaalanınaki güvenlik prosedürleri daha sıkı hale getiriliyor.
Yeni sistemle havaalanınaki güvenlik prosedürleri daha sıkı hale getiriliyor.

Tek kanaldan tek sinyal yöntemi, iki adımlı bir yaklaşımı benimsiyor. Önce nesneyi ölçüyor, görüntüsünü ayırıyor ve sanal olarak yeniden oluşturuyor. Öncelikle çok çıkışlı giriş radar sinyalleri birkaç antenden nesneye yeniden yönlendiriliyor. Böylece geri dönen sinyaller çok sayıda alıcıya ulaşabiliyor. Taira konuya ilişkin yaptığı açıklamada ‘bu yüzden çoklu giriş ve çıkış kanallarının durum bilgilerini almak amacıyla önce ara frekans sinyalini çektiklerini’ söyledi.

Görüntünü şekillenmesi

İkinci olarak taranan alanla ilgili güçlü tahminde bulunabilen bir yansıma ‘voksel’ adı verilen uzamsal konumlara bölen bir dijital iletim işlemcisi kullanılarak bilgisayarda şekilleniyor. 2B verilerden nesnenin milimetre hassasiyetinde 3B görüntüsünü oluşturmak için parça parça dikey ve yatay voksel tarama verilerinden oluşan sanal bir sinyal üretiliyor ve ardından bu sinyal işleniyor.

Bu işlemin çok sayıda aritmetik işlem gerektirdiğini belirten Taira açıklamasını şöyle sürdürdü:

“Ancak Fourier Dönüşümü teorisine dayalı hızlı ve değiştirilmiş bir hesaplama yöntemi geliştirdik ve sayıyı birkaç yüz kat azaltmayı başardık. İşlem şu anda yaklaşık 20 saniye sürüyor. Yine de gelecekte algoritmayı geliştirerek ve programlanabilir alan geçidi formatları ve grafik işlemci üniteleri (GPU) kullanarak bunu bir saniyeye düşürmeye çalışacağız.”

Sistemin onaylanması halinde, insan bedeninin farklı açılardan birkaç kez fotoğrafını çekmek için kalitatif (nitel) noktalara dört hava sensörü takılacak. Taira ile aynı departmandan olan Akihiro Okazaki, “Bu sistem, yolcu geçerken kör noktaları ortadan kaldıracak. Bu işlemin 1,5 saniye süreceğin tahmin ediyoruz” açıklamasında bulundu.

Brown Üniversitesi Mühendislik Bölümü Profesörü Daniel Mittleman da açıklamasında “Teknoloji halen gelişiminin ilk aşamalarında olabilir. Dünya genelinde birçok ekip benzer teknolojiler üzerinde çalışıyor” ifadelerini kullandı.

Bu tür radyasyona maruz kalmanın sağlık bakımından ne tür riskler doğurabileceği konusu ise halen tartışılıyor. Ancak düşük güç seviyelerinde güvenli olan cep telefonlarında, baz istasyonlarında ve Wi-Fi bağlantı noktalarında kullanılanlar gibi düşük frekanslı elektromanyetik dalgalara maruz kalmaktan daha güvenli olduğu ifade vurgulanıyor. Yapılan açıklamalar bunun yanı sıra canlı dokuya temas derinliğinin söz konusu frekanslardan çok daha düşük olduğu yönünde.



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging