EGM Gözcü Projesi Nedir? Yüz Tanıma Sistemi Nasıl Çalışır?

Güvenlik kamera sistemleri, uzun yıllardır şehir güvenliğinin önemli bileşenlerinden biri olarak kullanılmaktadır. Ancak yapay zekâ ve görüntü işleme teknolojilerinin gelişmesiyle birlikte kameraların işlevi, yalnızca görüntü kaydetmenin ötesine geçmiştir.

Günümüzde bazı akıllı video gözetim sistemleri, kamera görüntülerinde belirli nesneleri veya insan yüzlerini tespit edebilmekte, elde edilen verileri tanımlı referans kayıtlarıyla karşılaştırabilmekte ve eşleşme olasılığı bulunduğunda güvenlik birimlerine otomatik uyarılar iletebilmektedir.

Türkiye'de bu teknolojinin kamu güvenliği alanındaki uygulamalarından biri, Emniyet Genel Müdürlüğü (EGM) bünyesinde yürütülen Gözcü Projesi'dir.

Gözcü Projesi; yüz tespit ve tanıma teknolojilerinden yararlanarak özellikle aranan kişilerin belirlenmesine, güvenlik birimlerinin bilgilendirilmesine ve kolluk faaliyetlerinin daha etkin yürütülmesine katkı sağlamayı amaçlayan bir çalışmadır.

İçişleri Bakanlığının resmî çalışma planlarında yer alan proje, farklı kamuya açık alanlarda yüz tespit kameralarının kurulmasını ve ilgili analiz altyapısının geliştirilmesini kapsamaktadır.

2026 yılında basına yansıyan uygulamalar ise Gözcü Takip Projesi kapsamında kullanılan kameraların, aranan kişilerle ilgili otomatik uyarılar üreterek güvenlik ekiplerinin çalışmalarına destek verdiğini göstermektedir.

Peki EGM Gözcü Projesi nedir, nasıl çalışır, hangi alanlarda kullanılır ve yapay zekâ destekli yüz tanıma sistemleri güvenlik birimlerine nasıl katkı sağlar?

EGM Gözcü Projesi Nedir?

Gözcü Projesi, Emniyet Genel Müdürlüğünün suç ve suçluyla mücadele faaliyetlerini desteklemek amacıyla kullandığı yüz tanıma, görüntü analizi ve ilgili bilgi sistemleriyle ilişkili bir güvenlik teknolojisi projesidir.

Kamuya açıklanan bilgilere göre projede, uygun noktalara yerleştirilen kameralar üzerinden elde edilen yüz görüntülerinin emniyet veri tabanındaki referans fotoğraflarla karşılaştırılması ve olası eşleşmeler için güvenlik ekiplerine bildirim gönderilmesi amaçlanmaktadır.

Bu yaklaşım, geleneksel CCTV sistemlerinden farklıdır.

Standart bir güvenlik kamerası belirli bir alanı görüntüleyip kayıt oluşturabilirken yüz tanıma altyapısına sahip bir sistem, uygun teknik ve hukuki koşullar altında görüntüdeki kişilerin yüz özelliklerini referans kayıtlarıyla karşılaştırabilir.

Gözcü Projesi'nin temel amacı, kamera görüntülerinin analiz edilerek aranan kişilerin tespitine yönelik kolluk çalışmalarının desteklenmesidir.

Ancak sistemin otomatik olarak ürettiği bir eşleşme, kişinin kimliğinin kesin olarak belirlendiği veya hakkında doğrudan hukuki işlem yapılabileceği anlamına gelmez. Bildirimlerin ilgili güvenlik personeli tarafından değerlendirilmesi önemlidir.

Gözcü Projesi Nasıl Çalışır?

Gözcü Projesi'nde kullanılan yüz tanıma sistemlerinin genel çalışma yaklaşımı, kamuya açıklanan uygulama örnekleri üzerinden değerlendirilebilir.

Anadolu Ajansının 12 Mayıs 2026 tarihli Erzurum haberinde, yüz tanıma kameralarının aranan kişilerin emniyet veri tabanındaki fotoğraflarıyla anlık görüntüleri karşılaştırdığı ve eşleşme durumunda güvenlik ekiplerine otomatik bildirim gönderdiği açıklanmaktadır.

Bu bilgi doğrultusunda sistemin kamuya açıklanan iş akışı aşağıdaki şekilde özetlenebilir.

1. Kamera Görüntüsünün Elde Edilmesi

Belirlenmiş noktalara yerleştirilen güvenlik kameraları, görüş alanındaki görüntüleri elde eder.

Yüz tespitine yönelik sistemlerde görüntü kalitesi, kamera konumu, yüzün görüntülenme açısı ve aydınlatma koşulları önemlidir.

2. İnsan Yüzünün Tespit Edilmesi

Görüntü işleme yazılımı, elde edilen görüntü içerisinde insan yüzünün bulunduğu bölgeyi belirlemeye çalışır.

Bu işlem teknik olarak Face Detection yani yüz tespiti olarak adlandırılır.

Yüz tespiti, kişinin kimliğinin belirlenmesiyle aynı işlem değildir.

3. Yüz Özelliklerinin Analiz Edilmesi

Genel yüz tanıma teknolojilerinde, tespit edilen yüz görüntüsü üzerinden karşılaştırmada kullanılabilecek sayısal özellikler çıkarılır.

Bu özellikler uygun algoritmalarla referans görüntülerdeki özelliklerle karşılaştırılabilir.

Ancak Gözcü Projesi'nin kullandığı algoritmanın tam mimarisi, model türü ve eşleştirme parametreleri kamuya açık kaynaklarda ayrıntılı olarak doğrulanamamaktadır.

4. Referans Veri Tabanıyla Karşılaştırma

Kamuya açıklanan 2026 uygulamalarında, kamera görüntülerinin emniyet veri tabanında bulunan aranan kişi fotoğraflarıyla karşılaştırıldığı belirtilmektedir.

Burada amaç, aranan kişilerle ilişkili olabilecek görüntü eşleşmelerini belirlemektir.

Kullanılan veri tabanının tam kapsamı, saklama politikası ve bütün teknik bağlantıları hakkında kamuya açık kaynaklarda yeterli ayrıntı bulunmamaktadır.

5. Otomatik Uyarı Oluşturulması

Sistem, belirlenen eşleşme koşulları sağlandığında ilgili güvenlik birimlerine uyarı gönderebilir.

Uyarı, saha ekiplerinin şüpheli eşleşmeyi değerlendirmesine yardımcı olur.

6. Güvenlik Birimlerinin Değerlendirmesi

Bildirim sonrasında güvenlik ekipleri, ilgili bilgileri ve saha koşullarını değerlendirerek gerekli kontrolleri gerçekleştirir.

Yüz tanıma sisteminin görevi, kolluk personelinin değerlendirmesini desteklemektir. Algoritmanın oluşturduğu eşleşme sonucunun tek başına kesin kimlik tespiti olarak kabul edilmemesi gerekir.

Bu iş akışı, kamuya açıklanan uygulama bilgileriyle genel biyometrik tanıma prensiplerini bir arada açıklamaktadır. Gözcü'nün kamuya açıklanmamış iç sistem mimarisine ilişkin kesin bir teknik şema değildir.

Gözcü Projesi Ne Zaman Başladı? Resmî Kaynaklarda Neler Var?

Gözcü Projesi'nin gelişimi, Emniyet Genel Müdürlüğünün faaliyet raporları ve İçişleri Bakanlığının çalışma planları üzerinden izlenebilmektedir.

2022–2023: Yazılım ve Analiz Modülleri

EGM'nin 2023 Yılı İdare Faaliyet Raporu, Analiz Merkezi Projesi kapsamında farklı modüllerin devreye alındığını belirtmektedir.

Raporda 2022 yılında Gözcü Projesi içerisinde Kartal Göz, API-PNR ve Tren modüllerinin eklendiği ifade edilmektedir.

Ayrıca Hastane, Otobüs ve 2023 yılında çenç araç ile Kara Liste modüllerine ilişkin bilgiler bulunmakta; Analiz Merkezi Projesi'ndeki toplam modül sayısının 25'e ulaştığı açıklanmaktadır.

Ancak raporda belirtilen 25 modül, doğrudan yalnızca Gözcü yüz tanıma sistemine ait modüllerin sayısı olarak yorumlanmamalıdır. Bu sayı daha geniş Analiz Merkezi Projesi'nin toplamını ifade etmektedir.

2024: Otogar ve Havalimanlarında Yaygınlaştırma Hedefi

İçişleri Bakanlığının 2024 Yılı Çalışma Planı, Gözcü Projesi'nin yaygınlaştırılmasına ilişkin somut hedefler içermektedir.

Planda, Savunma Sanayii Başkanlığı ile yürütülen yüz tanıma çalışmaları kapsamında toplam 33 otogar ve 1 havalimanında yüz tespit kameraları kullanılmasının hedeflendiği açıklanmaktadır.

Belgede İstanbul Esenler Otogarı, Mersin Otogarı ve Antalya Otogarı ile havalimanı alanları gibi örneklere yer verilmektedir.

Bu çalışma, araç girişleri ve yaya yolcu geçiş noktalarında yüz tespit altyapısının geliştirilmesini hedeflemektedir.

Burada önemli bir ayrım vardır: Belgede açıklanan 33 otogar ve 1 havalimanı rakamı, 2024 yılındaki genişletme hedefidir. Bütün noktaların aynı tarihte kurulduğunu veya günümüzde tamamının aktif olduğunu tek başına kanıtlamaz.

2026: Sahadaki Uygulamalar

2026 yılında Erzurum ve Muğla'da yayımlanan haberler, Gözcü Projesi'nin aranan kişilere ilişkin otomatik uyarı oluşturmak amacıyla kullanıldığını göstermektedir.

Özellikle Erzurum İl Emniyet Müdürlüğünün Gözcü Takip Projesi kapsamında yüz tanıma kameraları aracılığıyla aranan kişilerin tespitine yönelik çalışmalar yürütüldüğü bildirilmiştir.

Bu haberler, projenin yalnızca planlama aşamasındaki bir çalışma olmadığını, belirli yerlerde operasyonel kullanımının bulunduğunu desteklemektedir.

Gözcü Projesi Hangi Alanlarda Kullanılıyor?

Resmî planlar ve yayımlanmış saha haberleri, projenin özellikle belirli kamu güvenliği noktalarına odaklandığını göstermektedir.

Otogarlar ve Yolcu Geçiş Noktaları

Otogarlar, çok sayıda kişinin giriş ve çıkış yaptığı ulaşım tesisleridir.

2024 çalışma planında otogarların araç ve yaya geçiş noktalarında yüz tespit kameralarının kullanılması hedeflenmiştir.

Havalimanı Geçiş Alanları

Resmî planlarda havalimanı yüz tespit uygulamalarına da yer verilmiştir.

Ancak her havalimanında aynı sistemin kurulu olduğu veya bütün yolcuların aynı uygulamayla işlendiği yönünde bir genelleme yapılamaz.

Kentlerdeki Belirlenmiş Kamera Noktaları

2026 yılında Erzurum'da Gözcü Takip Projesi kapsamında çeşitli kent noktalarındaki yüz tanıma kameralarının kullanıldığı kamuoyuna yansımıştır.

Diğer Güvenlik Uygulamaları

Proje kapsamında geliştirilen analiz modüllerinin, güvenlik birimlerinin farklı veri kaynaklarını değerlendirmesine yardımcı olması hedeflenmektedir.

Ancak kamuya açıklanmayan modüllere ilişkin kesin teknik kabiliyetler veya tüm şehirlerdeki uygulama kapsamı hakkında varsayım yapılmamalıdır.

Gözcü Projesi ile KGYS Arasındaki Fark Nedir?

Kent Güvenlik Yönetim Sistemi (KGYS), şehir güvenliği amacıyla kullanılan daha geniş görüntüleme, kayıt, izleme ve yönetim altyapısını ifade eder.

Gözcü ise kamuya açıklanan bilgiler doğrultusunda yüz tanıma ve aranan kişilerin tespiti gibi analiz işlevleriyle öne çıkmaktadır.

Karşılaştırma	KGYS	Gözcü Projesi
Temel odak	Kent genelinde güvenlik görüntüleme ve yönetimi	Aranan kişilerin tespiti ve ilgili analiz süreçleri
Kamera kullanımı	Geniş video gözetim altyapısı	Yüz tespit ve tanımaya uygun kamera uygulamaları
Veri analizi	Sisteme bağlı farklı güvenlik analizleri	Kamuya açıklanan yüz karşılaştırma ve otomatik uyarı işlevleri
Operasyonel amaç	Olay izleme ve kolluk faaliyetlerini destekleme	Şüpheli eşleşme bildirimleriyle saha çalışmalarını destekleme
Teknik kapsam	Çok bileşenli kent güvenlik platformu	Belirli analiz modülleri ve ilgili entegrasyonlar

Karşılaştırma, kamuya açık kaynakların desteklediği genel işlevleri gösterir. Her iki sistemin bütün yazılım, donanım ve veri bağlantılarını tanımlayan resmî entegrasyon şeması değildir.

KGYS ile Gözcü'nün teknik olarak hangi noktalarda ve hangi veri arayüzleriyle entegre edildiğinin proje özelinde doğrulanması gerekir.

Gözcü Projesi ile Geleneksel CCTV Arasındaki Fark Nedir?

Standart CCTV sistemleri temel olarak görüntüleme ve kayıt amacıyla kullanılır.

Yüz tanıma sistemleri ise görüntünün belirli biyometrik karşılaştırma işlemlerinde kullanılmasını sağlayabilir.

Geleneksel CCTV

Görüntü oluşturur.
Canlı izleme sağlayabilir.
Kayıt oluşturabilir.
Operatör tarafından olay incelemesini destekler.

Yüz Tanıma Destekli Akıllı CCTV

Görüntü içerisinde yüz tespiti yapabilir.
Uygun yüz özelliklerini çıkarabilir.
Referans görüntülerle karşılaştırma gerçekleştirebilir.
Belirlenen koşullarda otomatik bildirim oluşturabilir.
Operatörün olası eşleşmeleri incelemesini kolaylaştırabilir.

Ancak her IP kamera yüz tanıma özelliğine sahip değildir.

Benzer şekilde bir kamerada insan algılama veya yüz tespit özelliği bulunması, cihazın otomatik kimlik tanıma yapabildiği anlamına gelmez.

Yüz Tespiti ile Yüz Tanıma Arasındaki Fark Nedir?

Bu iki kavram güvenlik sektöründe sıklıkla birbirine karıştırılır.

Yüz tespiti (Face Detection): Görüntü içerisinde bir insan yüzünün bulunup bulunmadığını ve bulunduğu konumu belirlemeye çalışır.

Yüz tanıma (Face Recognition): Yüz görüntüsünü belirli referans görüntülerle karşılaştırarak aynı kişiye ait olup olmadığını değerlendirmeye çalışır.

Yüz doğrulama (Face Verification): Belirli bir kişinin beyan edilen kimliğiyle yüz görüntüsünün uyuşup uyuşmadığını, genellikle bire bir karşılaştırmayla değerlendirir.

Yüz tanımlama (Face Identification): Bir yüzün veri tabanındaki olası karşılıklarını, genellikle birden çok kayıt arasında arar.

Gözcü Projesi hakkında kamuya açıklanan aranan kişi karşılaştırma uygulamaları, yüz tanımlama yaklaşımıyla ilişkilidir.

Ancak sistemin kullandığı kesin eşleştirme algoritmaları ve performans değerleri kamuya açık belgelerden doğrulanamamaktadır.

Yapay Zekâ Destekli Yüz Tanıma Sistemlerinde Kamera Seçimi Neden Önemlidir?

Yüz tanıma sistemlerinin performansı yalnızca yazılım algoritmasına bağlı değildir.

Kameradan elde edilen görüntünün kalitesi de önemlidir.

Kamera Açısı

Yüzün kameraya göre açısı, elde edilebilecek yüz ayrıntısını etkiler.

Çok yüksekten veya aşırı yandan görüntülenen yüzlerde bazı ayırt edici özellikler yeterince elde edilemeyebilir.

Aydınlatma

Yetersiz aydınlatma, karşı ışık ve aşırı pozlama yüz görüntüsünün kalitesini düşürebilir.

Lens ve Hedef Mesafe

Kamera lensi ve hedef mesafe, yüzün görüntüde kapladığı piksel alanını etkiler.

Ancak belirli bir PPM değerinin tek başına yüz tanıma doğruluğunu garanti ettiği söylenemez.

Hareket Bulanıklığı

Yürüyen veya hızlı hareket eden kişilerin yüz görüntülerinde uygun olmayan pozlama süreleri bulanıklığa yol açabilir.

Kamera Montajı ve Bakım

Kamera görüş alanının değişmesi, lens kirlenmesi veya optik ayarların bozulması görüntü kalitesini etkileyebilir.

Yüz tanıma performansı, yalnızca kamera çözünürlüğüne bakılarak belirlenmemelidir.

Görüntü yakalama koşulları, kullanılan algoritma ve gerçek saha testleri birlikte değerlendirilmelidir.

Gözcü Projesi'nde Yüz Tanıma Ne Kadar Doğru Çalışıyor?

Kamuya açık kaynaklarda Gözcü Projesi'nin kullandığı yüz tanıma sistemine ilişkin bağımsız ve kapsamlı doğruluk test sonuçlarını doğrulayamadım.

Bu nedenle sistem için kesin bir yüzde vermek doğru değildir.

Genel olarak yüz tanıma teknolojilerinde değerlendirilmesi gereken temel performans göstergeleri bulunmaktadır.

Yanlış Pozitif Eşleşme

Sistem, birbirinden farklı iki kişiyi aynı kişiyle ilişkili olarak değerlendirebilir.

Bu durum yanlış pozitif eşleşme olarak adlandırılır.

Yanlış Negatif Eşleşme

Sistem, referans kayıtları bulunan aynı kişiyi eşleştiremeyebilir.

Bu durum yanlış negatif eşleşmedir.

Görüntü Kalitesi ve Eşik Değerleri

Yüz görüntüsünün kalitesi ve eşleştirme için kullanılan karar eşikleri, hata oranlarını etkileyebilir.

Eşiğin değiştirilmesi, yanlış alarm ve kaçırılan eşleşmeler arasında farklı sonuçlar doğurabilir.

Amerika Birleşik Devletleri Ulusal Standartlar ve Teknoloji Enstitüsü (NIST), yüz tanıma algoritmalarını Face Recognition Technology Evaluation çalışmaları kapsamında değerlendirmektedir.

NIST araştırmaları, algoritmaların başarı oranlarının görüntü kalitesi, uygulama türü ve demografik değişkenlerle ilişkili olarak farklılaşabildiğini göstermektedir.

Ancak NIST'in farklı üreticilerin algoritmaları üzerinde gerçekleştirdiği test sonuçları, Gözcü Projesi'nin doğrudan ölçülmüş performansı olarak kullanılamaz.

Yapay zekâ destekli yüz eşleşmesi, tek başına kesin kimlik doğrulamasının veya bağımsız kolluk değerlendirmesinin yerine geçmemelidir.

Gözcü Projesi Kişisel Veriler ve Mahremiyet Açısından Nasıl Değerlendirilmelidir?

Yüz tanıma sistemleri, kamu güvenliği teknolojilerinin en hassas uygulamalarından biridir.

Çünkü bir kişinin benzersiz şekilde tanımlanması amacıyla işlenen biyometrik veriler, 6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında özel nitelikli kişisel veriler arasında yer alır.

Ancak kamu güvenliği ve kolluk faaliyetleriyle ilgili veri işleme süreçleri, standart ticari yüz tanıma uygulamalarından farklı hukuki düzenlemelere tabi olabilir.

KVKK'nın 28. Maddesi

6698 sayılı Kanun'un 28. maddesinde, kanunla görev ve yetki verilmiş kamu kurumları tarafından kamu güvenliği ve kamu düzeni gibi belirli amaçlarla yürütülen önleyici, koruyucu ve istihbari faaliyetlerde kişisel verilerin işlenmesine ilişkin istisnalar düzenlenmiştir.

Bununla birlikte bir kurumun kamu güvenliği alanında görev yapması, bütün veri işleme faaliyetlerinin koşulsuz olarak bu istisnaya girdiği anlamına gelmez.

İşlemenin amacı, ilgili yasal yetki, uygulamanın niteliği ve diğer hukuki güvenceler ayrı ayrı değerlendirilmelidir.

Teknik Güvenlik ve Denetlenebilirlik

Biyometrik görüntü analizi kullanılan sistemlerde şu hususlar önemlidir:

Verilere yalnızca yetkili kişilerin erişebilmesi.
Erişimlerin ve sorguların gerektiği şekilde kayıt altına alınması.
Yanlış eşleşme riskinin yönetilmesi.
Veri bütünlüğünün ve haberleşme güvenliğinin korunması.
Veri saklama ve imha politikalarının ilgili mevzuata uygun belirlenmesi.
Otomatik eşleşme sonuçlarının insan değerlendirmesiyle desteklenmesi.
Sistemin kullanım amacının ve yetki sınırlarının korunması.

Gözcü Projesi'nin kamuya açıklanmamış veri saklama süreleri, bütün sorgulama yetkileri ve iç güvenlik mimarisi hakkında kesin açıklamalar yapılmamalıdır.

Gözcü Projesi'nin Kamu Güvenliği Açısından Önemi Nedir?

Gözcü Projesi'nin kamuya açıklanan temel işlevi, aranan kişilerin belirlenmesine yönelik görüntü analizini güvenlik ekiplerinin operasyonel çalışmalarına destek olarak sunmasıdır.

Bu yaklaşım, belirli koşullarda:

Çok sayıdaki görüntünün operatör tarafından tek tek incelenmesi ihtiyacını azaltabilir.
Olası eşleşmelerin daha hızlı fark edilmesine yardımcı olabilir.
Güvenlik birimleri arasındaki bilgi paylaşımını destekleyebilir.
Aranan kişilerin belirli kamera noktalarında görülmesine ilişkin uyarı oluşturabilir.
Güvenlik ekiplerinin saha değerlendirmelerine katkı sağlayabilir.

Ancak bu avantajların gerçek ölçekte sağlanması; sistem doğruluğuna, yanlış alarm yönetimine, operasyonel prosedürlere ve etkin insan denetimine bağlıdır.

Kamu güvenliği uygulamalarında yapay zekânın değeri, yalnızca otomatik karar üretmesi değil, güvenilir bilgiyi ilgili personele zamanında sunabilmesidir.

2026 Yılında Gözcü Projesi ile İlgili Hangi Uygulamalar Açıklandı?

2026 yılında farklı illerde Gözcü Takip Projesi'ne ilişkin saha örnekleri basına yansımıştır.

Erzurum'da Yüz Tanıma ile Aranan Kişilerin Tespiti

Anadolu Ajansının 12 Mayıs 2026 tarihli haberinde, Erzurum'da Gözcü Takip Projesi kapsamında kullanılan yüz tanıma kameralarıyla aranan bir kişinin tespit edilerek güvenlik ekiplerinin çalışması sonucunda yakalandığı bildirilmiştir.

Haberde sistemin, anlık kamera görüntülerini emniyet veri tabanındaki referans fotoğraflarla karşılaştırdığı ve eşleşme olduğunda otomatik bildirim gönderdiği açıklanmıştır.

Mayıs 2026'da Erzurum'da yayımlanan başka bir haberde de uzun süredir aranan bir kişinin yüz tanıma kameralarının oluşturduğu uyarı sonrasında gerçekleştirilen çalışmalarla yakalandığı aktarılmıştır.

Muğla Marmaris'teki Uygulama

Şubat 2026 tarihli haberlerde, Marmaris'te Gözcü Projesi kapsamında kullanılan bir kameradan gelen aranan kişi uyarısı sonrasında polis ekiplerinin saha çalışması yaptığı ve hakkında yakalama kararı bulunan bir kişinin yakalandığı bildirilmiştir.

Bu örnekler, yüz tanıma sistemlerinin kolluk faaliyetlerinde nasıl kullanılabildiğini göstermektedir.

Ancak tekil yakalama haberleri, sistemin tüm kullanım alanlarındaki doğruluk oranını veya Türkiye genelindeki kurulum sayısını göstermez.

Gözcü Projesi ile İlgili Sık Sorulan Sorular

EGM Gözcü Projesi nedir?

Gözcü Projesi, Emniyet Genel Müdürlüğünün suç ve suçluyla mücadele faaliyetlerini desteklemek amacıyla yüz tespit, tanıma ve ilgili görüntü analizi teknolojilerinden yararlandığı bir güvenlik projesidir.

Gözcü Projesi yapay zekâ kullanıyor mu?

Projede yüz tanıma ve görüntü analizine yönelik teknolojiler kullanılmaktadır. Bu teknolojiler genel olarak yapay zekâ ve makine öğrenmesi yöntemleriyle gerçekleştirilebilir. Ancak kullanılan bütün algoritmaların teknik mimarisi kamuya açıklanmamıştır.

Gözcü Projesi'nin amacı nedir?

Resmî çalışma planlarına göre temel amaç, suç ve suçluyla mücadelede emniyet birimlerinin ihtiyaç duyduğu analiz ve tespit kapasitesini geliştirmektir.

Gözcü kameraları kişileri nasıl tanıyor?

Kamuya açıklanan uygulamalarda anlık yüz görüntüleri, emniyet veri tabanındaki aranan kişilerin fotoğraflarıyla karşılaştırılmakta; olası eşleşmede ilgili güvenlik ekiplerine otomatik uyarı gönderilmektedir.

Gözcü Projesi hangi illerde kullanılıyor?

Erzurum ve Muğla'da 2026 yılında basına yansıyan operasyonel kullanım örnekleri bulunmaktadır. İçişleri Bakanlığının 2024 çalışma planında ise otogarlar ve bir havalimanına yönelik yaygınlaştırma hedefleri yer almıştır. Bütün aktif kurulum noktalarının eksiksiz listesi bu kaynaklardan belirlenememektedir.

Gözcü Projesi'nin yüz tanıma doğruluk oranı nedir?

Kamuya açık kaynaklarda bağımsız olarak doğrulanmış sistem geneli bir doğruluk oranı bulunmamaktadır. Bu nedenle belirli bir yüzde vermek doğru değildir.

Gözcü ile KGYS aynı sistem mi?

Aynı kavram değildir. KGYS daha geniş bir kent güvenliği görüntüleme ve yönetim altyapısını ifade eder. Gözcü ise yüz tanıma ve ilgili analiz işlevleriyle öne çıkmaktadır. Teknik entegrasyon kapsamı proje özelinde değerlendirilmelidir.

Yüz tanıma sistemleri yanlış kişiyi eşleştirebilir mi?

Evet. Genel olarak yüz tanıma algoritmalarında yanlış pozitif ve yanlış negatif eşleşmeler oluşabilir. Bu nedenle otomatik bildirimlerin gerekli kontrollerle değerlendirilmesi önemlidir.

Gözcü Projesi Türkiye genelinde tamamlandı mı?

İncelenen kamuya açık belgeler, yaygınlaştırma hedeflerini ve bazı illerdeki operasyonel uygulamaları doğrulamaktadır. Ancak ülke genelindeki kurulumların tamamlandığını gösteren güncel ve kapsamlı bir resmî envanter doğrulanamamıştır.

Sonuç: Gözcü Projesi Akıllı Video Analizinin Kamu Güvenliğindeki Uygulamalarından Biri

EGM Gözcü Projesi, geleneksel güvenlik kamera sistemlerinin yapay zekâ destekli görüntü analizi ve yüz tanıma teknolojileriyle nasıl daha kapsamlı güvenlik uygulamalarına dönüştürülebildiğini gösteren projelerden biridir.

İçişleri Bakanlığının çalışma planları, projenin geliştirilmesi ve farklı alanlara yaygınlaştırılmasına ilişkin hedefleri ortaya koymaktadır. 2026 yılında yayımlanan saha haberleri ise sistemin aranan kişilerin tespitine yönelik operasyonel kullanımını göstermektedir.

Ancak bu tür teknolojilerin başarısı yalnızca kamera sayısıyla veya algoritmaların gelişmişliğiyle ölçülemez.

Görüntü kalitesi, gerçek tanıma doğruluğu, yanlış eşleşmelerin yönetimi, güvenli veri işleme ve yetkili personelin değerlendirmesi birlikte önem taşır.

Yapay zekâ destekli yüz tanıma sistemlerinin kamu güvenliğindeki temel değeri, insan kararının yerini sınırsız biçimde almak değil; güvenlik birimlerine hızlı ve değerlendirmeye elverişli bilgi sağlamaktır.

Gözcü Projesi, CCTV sistemlerinin yalnızca görüntü kaydeden altyapılardan görüntüleri analiz ederek güvenlik faaliyetlerine bilgi sağlayan sistemlere dönüşümünün Türkiye'deki önemli örneklerinden biridir.