Video Analitikte KVKK Sınırları: Yüz Tanıma ve Biyometrik Veri

Video analitik projelerinde KVKK konuşması genellikle “kamera kaydı kişisel veri mi?” sorusunda takılır kalır. Asıl mesele başka yerdedir: analitik, görüntünün yanında yeni veri türleri üretir. Sayılar, olaylar, nitelik etiketleri, iz bilgileri ve bazı ürünlerde yüz şablonları. Hangi çıktının kişisel, hangisinin biyometrik veya özel nitelikli veri tartışmasını başlattığını, yüz algılama ile yüz tanıma arasındaki teknik farkı ve kurulum aşamasında riski düşüren tasarım seçeneklerini teknik ekipler için aşağıda topladık. İçerik hukuki tavsiye değildir; uygulama kararlarını veri koruma danışmanı ve hukuk birimiyle birlikte verin.

Analitik çıktıları ve kişisel veri

6698 sayılı Kişisel Verilerin Korunması Kanunu kişisel veriyi, kimliği belirli veya belirlenebilir gerçek kişiye ilişkin her türlü bilgi olarak tanımlar. Kanun metnine mevzuat.gov.tr üzerinden ulaşılabilir. Teknik ekip için tanımdaki anahtar kelime “belirlenebilir”dir: Bir analitik çıktısı kişinin adını içermese bile başka bilgilerle birleştirilip kişiye bağlanabiliyorsa kişisel veri niteliği taşıyabilir.

İsim yoksa da kişi vardır.

Analitik sistemlerin ürettiği çıktıları dört grupta düşünmek işi kolaylaştırır:

• Ham ve işlenmiş görüntü: Kayıt, olay klipleri, küçük resimler. Kişi görünüyorsa kişisel veridir.
• Olay kaydı: “Kamera 7, 14:32, bölge ihlali” gibi kayıtlar. Tek başına kişiyi belirtmez, ama bağlı olay klibiyle birlikte kişiye ulaşır.
• Kişi bazlı meta veri: İz numarası, sınırlayıcı kutular, giysi rengi, çanta, hareket yönü, plaka metni. Zaman ve yer bilgisiyle birleştiğinde kişiyi işaret edebilir. Bu verinin aramada nasıl kullanıldığını meta veri ile akıllı video arama yazısında anlattık.
• Toplulaştırılmış istatistik: Saatlik giriş sayısı, ortalama doluluk. Kişi bazlı kayıt tutulmuyorsa kişiyle ilişkilendirilemez.

Tasarımdaki hedef basittir: amaca ulaşmak için gereken en alt gruptaki çıktıyla yetinmek. Doluluk raporu için kişi bazlı meta veri, ihlal alarmı için yüz şablonu gerekmez.

Yüz algılama ve yüz tanıma farkı

İki terim satış dokümanlarında sürekli karıştırılır. Teknik ve hukuki sonuçları ise farklıdır.

• Yüz algılama (face detection): Görüntüde yüz olan bölgeyi bulur ve kutu koordinatı üretir. Kim olduğunu belirlemez. Yüz bulanıklaştırma, yüz sayma veya en iyi yüz karesini seçme gibi işlerde kullanılır.
• Yüz şablonu çıkarma: Algılanan yüzden, kişiye özgü yüz özelliklerini temsil eden sayısal bir vektör (şablon, embedding) üretilir. Biyometrik işleme burada başlar.
• Doğrulama (1:1): Şablon, kişinin beyan ettiği kimliğe ait tek bir kayıtlı şablonla karşılaştırılır; örneğin kart okutan kişinin kart sahibi olup olmadığı.
• Tanımlama (1:N): Şablon bir veri tabanındaki çok sayıda şablonla karşılaştırılır; izleme listesi (watchlist) veya “bu kişi kim?” araması.

Yüz algılama kullanan bir ürünün arka planda şablon üretip saklamadığını varsaymayın. Bazı platformlar en iyi yüz karesini ve şablonunu, sonradan arama yapılabilsin diye varsayılan olarak saklar. Ürün değerlendirmesinde bu davranışı yapılandırma ekranından ve dokümantasyondan açıkça doğrulayın; satış sunumundaki cümle yeterli değildir.

Biyometrik veri ve özel nitelikli veri

KVKK’nın 6. maddesi biyometrik ve genetik verileri, sağlık, din, kılık ve kıyafet gibi verilerle birlikte özel nitelikli kişisel veri olarak sayar. Bu verilerin işlenme şartları genel kişisel verilere göre daha dardır ve 6. madde 2024 yılında 7499 sayılı Kanun ile değiştirilerek işleme şartları yeniden düzenlenmiştir. Güncel metni ve Kurum’un ilgili rehber ve kararlarını Kişisel Verileri Koruma Kurumu sitesinden takip edin. Teknik tedbirler açısından Kurul’un özel nitelikli veriler için aldığı “yeterli önlemler” kararı da temel başvuru metinlerindendir.

Kanun biyometrik veriyi ayrıca tanımlamaz. Avrupa’daki GDPR tanımı (m. 4/14) teknik açıdan yol göstericidir: Kişinin fiziksel, fizyolojik veya davranışsal özelliklerine ilişkin, belirli bir teknik işlemeden geçirilmiş ve kişinin tekil olarak tanımlanmasını sağlayan veya doğrulayan veri. Bu tanıma göre bir fotoğraf tek başına biyometrik veri sayılmaz; aynı fotoğraftan çıkarılıp eşleştirmede kullanılan yüz şablonu ise biyometrik veridir.

Fark, teknik işlemededir.

Video analitikte iki gri alan ayrıca dikkat ister:

• Görünüm tabanlı yeniden tanımlama (re-ID): Kameralar arası kişi takibi için giysi ve vücut görünümünden vektör üretilir. Bu vektör genellikle kalıcı bir kimlik özelliğine değil geçici görünüme dayanır, ama kişiyi tekil olarak izlemeye yaradığı için ayrı değerlendirilmelidir. Yürüyüş biçimi (gait) gibi davranışsal özelliklere dayanan yöntemler biyometrik tanımaya yakındır.
• Nitelik sınıflandırıcıları: Yaş, cinsiyet veya baş örtüsü gibi tahminler, özel nitelikli kategorilere (örneğin kılık ve kıyafet üzerinden inanç) dolaylı bilgi üretebilir. Olay incelemesine katkısı sınırlı olan bu nitelikleri kapatın.

Analitik türüne göre risk tablosu

Tablo, yaygın analitik türlerinin ürettiği verinin niteliğini teknik açıdan sınıflandırır. Risk düzeyi, verinin kişiye bağlanabilirliği ve biyometrik niteliği üzerinden göreli olarak verilmiştir; nihai değerlendirme projenin amacı ve bağlamıyla yapılır.

Analitik	Üretilen veri	Veri niteliği	Göreli risk
İnsan sayma (yalnız sayı)	Toplam sayılar	Toplulaştırılmış	Düşük
Sanal çit / bölge ihlali	Olay ve klip	Kişisel veri	Düşük–orta
KKD tespiti	Olay, klip, bölge	Kişisel veri, çalışana bağlanabilir	Orta
Nitelik araması	Kişi bazlı meta veri	Kişisel veri	Orta
Plaka tanıma	Plaka metni, zaman, yer	Kişisel veri	Orta
Yüz algılama / bulanıklaştırma	Yüz konumu	Kişisel veri, şablon yok	Düşük–orta
Görünüm tabanlı re-ID	Görünüm vektörü	Ayrıca değerlendirilmeli	Orta–yüksek
Yüz tanıma (1:1 veya 1:N)	Yüz şablonu, eşleşme	Biyometrik, özel nitelikli	Yüksek

KKD ve benzeri iş güvenliği analitiklerinde sahada sık gördüğümüz bir kayma vardır: Amaç güvenlik uyarısıyken çıktılar zamanla çalışan performansı değerlendirmesine taşınır. Bu sınırı işyerinde kamera ile çalışan izleme yazısındaki çerçeveyle birlikte değerlendirin.

Gizlilik odaklı tasarım seçenekleri

Riskin büyük kısmı, kurumsal kamera sistemlerinin ürün seçimi ve yapılandırma aşamasında azaltılır. Kurulumdan sonra geri almak çok daha zordur. Teknik seçenekler:

Yalnız sayısal meta veri üreten mimari

İnsan sayma, doluluk ve yoğunluk gibi amaçlarda analitik kamerada veya yerel bir cihazda çalışır, dışarıya yalnız sayıları gönderir. Görüntü kaydedilmez; ayrı bir güvenlik amacıyla kaydediliyorsa analitik çıktısıyla ilişkilendirilmez. Kişi bazlı iz bilgisi işlemden sonra atılır.

Yüz ve kişi anonimleştirme

Canlı izlemede veya dışa aktarımda yüzlerin ya da tüm kişi siluetinin bulanıklaştırılması, olay incelemesi gerekmediği sürece görüntüdeki kişisel veri yükünü azaltır. Maskeleme yöntemlerini kamerada gizlilik maskeleme yazısında karşılaştırdık.

Yüz tanımadan kaçınma veya daraltma

Amaç başka bir yöntemle karşılanabiliyorsa (kartlı geçiş, plaka, operatör doğrulaması) yüz tanıma kullanmayın. Kullanılması kaçınılmazsa 1:N tanımlama yerine 1:1 doğrulamayı tercih edin; şablonları merkezi veri tabanı yerine mümkünse kullanıcıya ait bir ortamda veya cihazda tutun; izleme listelerini amaçla sınırlı ve süreli tutun.

Saklama ve erişim

Meta veri ve olay klipleri için saklama süreleri video ile birlikte tanımlanır, otomatik silme uygulanır. Arama ve dışa aktarma yetkisi ayrı rollere bağlanır, her sorgu denetim izine yazılır. Şablon veri tabanları şifrelenir ve ayrı yetkiyle korunur. Denetim izi tutulmayan arama ekranı, denetlenemeyen bir izleme aracıdır.

Kontrol listesi

Bu liste, projenin gizlilik etki değerlendirmesi çalışmasına teknik girdi olarak kullanılabilir:

• Her analitik için amaç yazılı; amaç ile üretilen veri arasındaki ilişki gerekçelendirildi.
• Her analitiğin ürettiği çıktılar (görüntü, olay, meta veri, şablon) listelendi ve tablodaki gruplara göre sınıflandırıldı.
• Ürünün yüz şablonu veya görünüm vektörü üretip üretmediği dokümantasyon ve yapılandırmadan doğrulandı.
• Kullanılmayan nitelikler (yaş, cinsiyet vb.) ve arama özellikleri kapatıldı.
• Toplulaştırılmış verinin yettiği amaçlarda kişi bazlı meta veri saklanmıyor.
• Meta veri, olay klibi ve şablonlar için saklama süresi ve otomatik silme tanımlandı.
• Arama, dışa aktarma ve şablon yönetimi yetkileri ayrı rollere verildi; sorgular denetim izine yazılıyor.
• Biyometrik işleme planlanıyorsa hukuki dayanak, alternatif yöntem ve yeterli önlemler hukuk birimiyle birlikte belgelendi.
• Aydınlatma metni ve uyarı levhaları analitik kullanımını kapsayacak şekilde güncellendi.
• Bulut tabanlı analitik kullanılıyorsa verinin işlendiği yer ve yurt dışına aktarım durumu belirlendi.

Analitik özelliklerin bu ilkelere göre seçilmesi ve yapılandırılması AI video analitik kurulumu kapsamında; aydınlatma ve gizlilik süreçlerinin güncellenmesi ise KVKK kamera izleme ve aydınlatma süreçleri çalışmasıyla birlikte ele alınabilir.

Sık sorulan sorular

Yüz bulanıklaştırma için yüz algılama kullanmak biyometrik veri işlemek midir?

Yüz algılama yalnız yüzün görüntüdeki konumunu bulur; kişiyi tanımlamak için şablon üretmez ve karşılaştırma yapmaz. Bu yüzden tek başına yüz tanımadan farklı değerlendirilir. Yine de işlenen görüntü kişisel veridir; algılama sonuçlarının kaydedilip kaydedilmediğini ve ürünün arka planda şablon üretip üretmediğini teknik olarak doğrulayın.

İnsan sayma analitiği kişisel veri işler mi?

Sayım için kamera görüntüsü işlenir ve bu görüntü kişisel veridir. Tasarım yalnız toplam sayıları üretip saklıyor, görüntüyü kaydetmiyor ve kişi bazlı iz bilgisini tutmuyorsa çıktı kişiyle ilişkilendirilemeyen istatistiğe dönüşür. Riskin düşük olması, bu tasarımın sahada gerçekten uygulandığının doğrulanmasına bağlıdır.

Çalışanların açık rızası alınarak yüz tanımalı geçiş kurulabilir mi?

Bu, hukuki değerlendirme gerektiren bir sorudur. Teknik açıdan açık rızanın özgür iradeye dayanabilmesi için rıza vermeyen çalışana kart gibi alternatif bir geçiş yöntemi sunulması ve şablonların ayrı, şifreli ve erişimi kısıtlı tutulması önemlidir. Kararı veri koruma danışmanı ve hukuk birimiyle birlikte, güncel mevzuata göre verin.

Video analitik projesinde gizlilik etki değerlendirmesi ne zaman yapılmalı?

Ürün seçiminden önce. Hangi analitiklerin kullanılacağı, hangi çıktıların saklanacağı ve kimlerin erişeceği ürün ve mimari seçimini doğrudan belirler. Satın almadan sonra yapılan değerlendirme çoğu zaman yalnız mevcut kurulumu belgeleyen bir çalışmaya dönüşür.