દિલ્હીના CJP પ્રદર્શનમાં AIથી ચહેરાની ઓળખ! કેવી રીતે કામ કરે છે ફેસ રેકગ્નિશન સિસ્ટમ, કેટલી સચોટ છે આ ટેક્નોલોજી?
છેલ્લું અપડેટ : 10 Oct 2026
દિલ્હીમાં કોકરોચ જનતા પાર્ટી (CJP)ના વિરોધ પ્રદર્શન દરમિયાન સુરક્ષા વ્યવસ્થાને લઈને આર્ટિફિશિયલ ઇન્ટેલિજન્સ (Artificial Intelligence - AI) આધારિત ચહેરાની ઓળખ કરવાની ટેક્નોલોજી ચર્ચામાં આવી છે. અહેવાલો અનુસાર, પ્રદર્શન દરમિયાન પોલીસના બોડી કેમેરા (Body Cameras), સીસીટીવી (CCTV), ડ્રોન અને ફેસ રેકગ્નિશન સિસ્ટમ (Face Recognition System - FRS)ના ઉપયોગની ચર્ચા થઈ રહી છે. આવી સ્થિતિમાં સવાલ ઊભો થાય છે કે શું AIની મદદથી ભીડમાં હાજર દરેક વ્યક્તિની ઓળખ થઈ શકે છે? આ ટેક્નોલોજી કેવી રીતે કામ કરે છે અને તેની ઓળખ કેટલી સચોટ હોય છે? ચાલો જાણીએ.
ફેસ રેકગ્નિશન સિસ્ટમ શું છે?
ફેસ રેકગ્નિશન સિસ્ટમ એવી ટેક્નોલોજી છે, જે કેમેરામાં કેદ થયેલા ચહેરાની વિશેષતાઓનું વિશ્લેષણ કરીને તેની સરખામણી પહેલેથી ઉપલબ્ધ તસવીરોના ડેટાબેઝ (Database) સાથે કરે છે. આ પ્રક્રિયામાં AI એલ્ગોરિધમ (AI Algorithm) ચહેરાની રચના અને અન્ય લાક્ષણિકતાઓનું ડિજિટલ સ્વરૂપ તૈયાર કરે છે. ત્યારબાદ તે ડેટાબેઝમાં રહેલા ચહેરાઓ સાથે સામ્યતા શોધવાનો પ્રયાસ કરે છે.
પોલીસ આ ટેક્નોલોજીનો ઉપયોગ સીસીટીવીમાં દેખાતી વ્યક્તિનો સંભવિત મેળ પોલીસ રેકોર્ડમાં રહેલી તસવીરો સાથે શોધવા માટે કરી શકે છે. જોકે, સિસ્ટમ કોઈ વ્યક્તિ સાથે સામ્યતા દર્શાવે એટલે તેની ઓળખ સંપૂર્ણપણે સાચી સાબિત થઈ ગઈ અથવા તે વ્યક્તિ ગુનામાં સામેલ છે, એવું માનવું યોગ્ય નથી.
AI ફેસ રેકગ્નિશન સિસ્ટમ કેવી રીતે કામ કરે છે?
આ ટેક્નોલોજીની કામગીરીને મુખ્ય ચાર તબક્કામાં સમજી શકાય છે.
1. કેમેરામાં તસવીર અથવા વીડિયો રેકોર્ડ થાય છે
સૌપ્રથમ સીસીટીવી, બોડી કેમેરા અથવા અન્ય સર્વેલન્સ ઉપકરણો (Surveillance Devices) દ્વારા ચહેરાની તસવીર કે વીડિયો રેકોર્ડ થાય છે. તસવીરમાં ચહેરો સ્પષ્ટ દેખાતો હોય તો સિસ્ટમ માટે તેનું વિશ્લેષણ કરવું સરળ બને છે. ધૂંધળી તસવીર અથવા દૂરથી દેખાતો ચહેરો ઓળખની પ્રક્રિયાને મુશ્કેલ બનાવી શકે છે.
2. AI ચહેરાની વિશેષતાઓનું વિશ્લેષણ કરે છે
બીજા તબક્કામાં સોફ્ટવેર ચહેરાની વિવિધ વિશેષતાઓનું વિશ્લેષણ કરે છે અને તેનું ડિજિટલ પ્રતિનિધિત્વ (Digital Representation) તૈયાર કરે છે. આ પ્રક્રિયાને સરળ ભાષામાં સમજીએ તો ચહેરાની માહિતીને એવા ડિજિટલ સ્વરૂપમાં ફેરવવામાં આવે છે, જેની અન્ય તસવીરો સાથે સરખામણી કરી શકાય.
3. ડેટાબેઝમાં રહેલી તસવીરો સાથે સરખામણી
ત્યારબાદ સિસ્ટમ ચહેરાની વિશેષતાઓની સરખામણી ડેટાબેઝમાં ઉપલબ્ધ તસવીરો સાથે કરે છે. સમાનતા જણાય તો તે સંભવિત મેળ (Potential Match) દર્શાવી શકે છે. પોલીસ રેકોર્ડમાં રહેલી તસવીરો આ પ્રક્રિયા માટે ઉપયોગમાં લેવાઈ શકે છે. જોકે, આ પરિણામને અંતિમ પુરાવો માનવાને બદલે વધુ તપાસ માટેના સંકેત તરીકે જોવું જરૂરી છે.
4. માનવીય ચકાસણી જરૂરી
છેલ્લા તબક્કામાં સિસ્ટમ દ્વારા દર્શાવવામાં આવેલા સંભવિત મેળની તપાસ કરવામાં આવે છે. સંબંધિત વ્યક્તિની ઓળખની અન્ય ઉપલબ્ધ માહિતી સાથે ચકાસણી કરવી જરૂરી છે. માત્ર AIના પરિણામના આધારે કોઈ વ્યક્તિને ગુનેગાર ગણવી કે તેની સામે કાર્યવાહી કરવી જોખમી બની શકે છે.
ફેસ રેકગ્નિશન ટેક્નોલોજી કેટલી સચોટ છે?
ફેસ રેકગ્નિશન સિસ્ટમની સચોટતા (Accuracy) માત્ર AI એલ્ગોરિધમ પર આધારિત નથી. કેમેરાની ગુણવત્તા, પ્રકાશ, ચહેરાનો ખૂણો, અંતર અને ડેટાબેઝની ગુણવત્તા જેવા પરિબળો પણ પરિણામને અસર કરે છે.
-
કેમેરાનો ખૂણો: ચહેરો સીધો દેખાતો ન હોય તો ઓળખ મુશ્કેલ બની શકે છે.
-
પ્રકાશની સ્થિતિ: ઓછા પ્રકાશ અથવા ચહેરા પર પડતી છાયાથી તસવીરની ગુણવત્તા ઘટી શકે છે.
-
ભીડ અને અંતર: દૂરથી કેદ થયેલા નાના અથવા ધૂંધળા ચહેરાનું વિશ્લેષણ મુશ્કેલ હોય છે.
-
માસ્ક અને અન્ય અવરોધ: ચહેરાનો મોટો ભાગ ઢંકાયેલો હોય તો સિસ્ટમને ઓછી માહિતી મળે છે.
-
ડેટાબેઝની ગુણવત્તા: જૂની, અસ્પષ્ટ અથવા ખોટી તસવીરો પરિણામને અસર કરી શકે છે.
-
AIની તાલીમ: સિસ્ટમને તાલીમ આપવા માટે વપરાયેલા ડેટાના આધારે અલગ-અલગ લોકો માટે ખોટી ઓળખ થવાની શક્યતા બદલાઈ શકે છે.
તેથી કોઈ પણ સિસ્ટમ દરેક પરિસ્થિતિમાં 100 ટકા સચોટ પરિણામ આપશે એવી ખાતરી આપી શકાય નહીં. તેની વાસ્તવિક સચોટતા જાણવા માટે પરીક્ષણના આંકડા અને ખોટી ઓળખના દરનું મૂલ્યાંકન જરૂરી છે.
શું ભીડમાં હાજર દરેક વ્યક્તિની ઓળખ થઈ શકે?
ફેસ રેકગ્નિશન ટેક્નોલોજી ભીડમાં હાજર દરેક વ્યક્તિની ચોક્કસ ઓળખ કરી શકે છે, એવું કહેવું યોગ્ય નથી. તેની ક્ષમતા કેમેરાની સંખ્યા, તસવીરોની ગુણવત્તા, ચહેરાની સ્પષ્ટતા અને ઉપલબ્ધ ડેટાબેઝ પર આધારિત છે. જો કોઈ વ્યક્તિનો ચહેરો કેમેરામાં સ્પષ્ટ રીતે કેદ ન થયો હોય અથવા તેની તસવીર સંબંધિત ડેટાબેઝમાં ઉપલબ્ધ ન હોય, તો ઓળખ કરવી મુશ્કેલ બની શકે છે.
ટેક્નોલોજીના ઉપયોગમાં ગોપનીયતા પણ મહત્ત્વપૂર્ણ
AI આધારિત દેખરેખ (AI Surveillance) પોલીસને સંભવિત ઓળખ શોધવામાં મદદરૂપ બની શકે છે, પરંતુ તેનો જવાબદારીપૂર્વક ઉપયોગ થવો જરૂરી છે. ચહેરા સાથે જોડાયેલા ડેટાની સુરક્ષા, તેનો ઉપયોગ કોણ કરી શકે, માહિતી કેટલો સમય સંગ્રહિત રહેશે અને ખોટી ઓળખ સામે ફરિયાદ કેવી રીતે કરી શકાશે—આ તમામ બાબતો સ્પષ્ટ હોવી જોઈએ.
કોઈ વ્યક્તિ સામે કાર્યવાહી કરતાં પહેલાં પરિણામની માનવીય ચકાસણી અને સ્વતંત્ર તપાસ જરૂરી છે. ખાસ કરીને જાહેર પ્રદર્શનો દરમિયાન આ ટેક્નોલોજીનો ઉપયોગ નાગરિકોની ગોપનીયતા (Privacy) અને અભિવ્યક્તિની સ્વતંત્રતા સાથે જોડાયેલા સવાલો પણ ઊભા કરી શકે છે.
દિલ્હીના CJP પ્રદર્શન દરમિયાન ફેસ રેકગ્નિશન સિસ્ટમ અંગેની ચર્ચા દર્શાવે છે કે સુરક્ષા માટે AI ઉપયોગી સાધન બની શકે છે, પરંતુ તેને સંપૂર્ણપણે ભૂલરહિત માનવું યોગ્ય નથી. ટેક્નોલોજીના પરિણામો સાથે માનવીય નિર્ણય, પારદર્શિતા અને જવાબદારી પણ એટલાં જ જરૂરી છે.