Okullar İçin Yapay Zekâ Destekli Güvenlik Kameraları: Akıllı Okul Güvenliği ve Video Analiz Sistemleri

Okullarda güvenlik, öğrencilerin, öğretmenlerin, idari personelin ve ziyaretçilerin güvenli bir eğitim ortamında bulunmasını sağlamak açısından temel bir ihtiyaçtır. Okul girişleri, bahçeler, bina çevresi, koridorlar ve ortak kullanım alanları, güvenlik risklerinin değerlendirilmesi gereken farklı özelliklere sahip bölgelerdir.

Geleneksel güvenlik kameraları olayların görüntülenmesini ve kaydedilmesini sağlarken yapay zekâ destekli güvenlik kameraları, belirli olayları otomatik algılama, insan ve araç sınıflandırma, izinsiz giriş tespiti ve güvenlik personeline erken uyarı gönderme gibi ek yetenekler sunabilir.

Özellikle geniş kampüslere sahip eğitim kurumlarında çok sayıda kameranın sürekli manuel olarak izlenmesi zor olabilir. AI video analitik sistemleri, tanımlanmış güvenlik olaylarını önceliklendirerek operatörlerin ilgili görüntülere daha hızlı ulaşmasına yardımcı olabilir.

Ancak yapay zekâ destekli kameralar, öğrencilerin davranışlarını sürekli puanlayan veya kişileri otomatik olarak tehlikeli ilan eden sistemler olarak tasarlanmamalıdır. Okullarda kamera kullanımının amacı açıkça belirlenmeli, çocukların mahremiyeti korunmalı ve daha az müdahaleci güvenlik yöntemleri öncelikle değerlendirilmelidir.

Okullar İçin Yapay Zekâ Destekli Güvenlik Kameraları Nedir?

Yapay zekâ destekli okul güvenlik kameraları, kamera görüntülerini bilgisayarlı görü algoritmalarıyla analiz ederek önceden tanımlanmış nesneleri ve olayları algılayabilen güvenlik sistemleridir.

Bu sistemlerde analiz, kameranın kendi işlemcisi üzerinde, yerel bir AI analiz cihazında veya merkezi video yönetim sunucusunda gerçekleştirilebilir.

Desteklenen ürün ve yazılım özelliklerine göre aşağıdaki uygulamalar mümkün olabilir:

• Okul çevresinde izinsiz giriş algılama

• İnsan ve araç sınıflandırma

• Mesai saatleri dışında hareket tespiti

• Yasaklı veya kontrollü bölgeye giriş uyarısı

• Okul kapılarında geçiş ve yoğunluk analizi

• Otopark ve servis alanı güvenliği

• Belirli alanlarda bırakılan nesnelerin tespiti

• Görüntülerde olay bazlı kayıt arama

• Merkezi alarm ve güvenlik yönetimi

Bu özelliklerin tamamı her yapay zekâ kamerasında bulunmaz. Kamera ve analiz yazılımının gerçek yetenekleri üretici belgeleriyle doğrulanmalıdır.

Okullarda Yapay Zekâ Destekli Güvenlik Sistemleri Nasıl Çalışır?

1. Kamera Görüntülerinin Alınması

Okulun güvenlik ihtiyacı bulunan bölgelerine yerleştirilen IP kameralar görüntü oluşturur.

Kamera çözünürlüğü, lens, görüş açısı, ışık koşulları ve montaj yüksekliği, analiz performansını etkiler.

2. İnsan ve Araç Algılama

AI algoritmaları görüntüdeki insan ve araçları sınıflandırabilir.

Bu sayede hareketli ağaç dalları, küçük hayvanlar veya bazı çevresel hareketler nedeniyle oluşan gereksiz alarmlar azaltılabilir.

Ancak yanlış alarm tamamen ortadan kalkmaz.

3. Güvenlik Bölgelerinin Tanımlanması

Yazılım üzerinden sanal çizgiler ve analiz bölgeleri oluşturulabilir.

Örneğin okulun arka bahçesine açılan servis kapısında mesai saatleri dışında belirli bir çizgiyi geçen insan için uyarı üretilebilir.

4. Olay Analizi

Sistem, algılanan nesnenin hareketini tanımlanmış güvenlik kuralıyla karşılaştırır.

Örneğin:

• Kontrollü bölgeye giriş

• Belirli çizginin geçilmesi

• Mesai dışı insan hareketi

• Belirli alanda bekleme süresi

• Araç giriş veya çıkışı

gibi olaylar analiz edilebilir.

5. Alarm Oluşturma

Tanımlanan koşullar gerçekleştiğinde NVR, VMS veya alarm yönetim sistemine olay bildirimi gönderilebilir.

Alarm, ilgili kamera görüntüsüyle birlikte yetkili güvenlik personeline iletilebilir.

6. İnsan Doğrulaması

Güvenlik görevlisi veya yetkili personel görüntüyü inceleyerek olayın gerçek niteliğini değerlendirir.

AI alarmı, bir kişinin tehdit oluşturduğunu veya hukuka aykırı davranışta bulunduğunu kesin olarak göstermez.

Okullarda Yapay Zekâ Kameralarının Kullanım Alanları

Okul Giriş ve Çıkış Güvenliği

Okulun ana girişleri, öğrenci giriş kapıları, ziyaretçi girişleri ve servis kapıları güvenlik açısından önemli noktalardır.

AI kameralar bu alanlarda belirli geçiş olaylarını veya tanımlanmış bölgelere girişleri algılayabilir.

Ancak öğrencilerin kimliğinin kamera üzerinden sürekli belirlenmesi, basit giriş güvenliğinden farklı ve daha yüksek riskli bir kişisel veri işleme faaliyetidir.

Giriş kontrolünde kartlı sistemler, ziyaretçi kayıt prosedürleri ve görevli denetimi gibi alternatifler değerlendirilmelidir.

Okul Çevresinde İzinsiz Giriş Tespiti

Okul duvarları, bahçe sınırları, arka kapılar ve teknik servis girişleri, çevre güvenliği kapsamında değerlendirilebilir.

Yapay zekâ destekli kameralarla belirli sınırları geçen insan veya araçlar algılanabilir.

Özellikle gece ve okulun kapalı olduğu saatlerde bu analizler güvenlik personeline erken uyarı sağlayabilir.

Ancak okul bahçesindeki her insan hareketi güvenlik ihlali anlamına gelmez. Yetkili personel, bakım ekipleri ve izinli etkinlikler için uygun kurallar oluşturulmalıdır.

Okul Bahçesi ve Açık Alan Güvenliği

Okul bahçeleri, spor alanları ve açık kampüs bölgelerinde belirli güvenlik olayları izlenebilir.

Örneğin ders dışı saatlerde kapalı olması gereken bir alana giriş veya belirlenmiş tehlikeli bölgeye yaklaşma tespit edilebilir.

Ancak bahçede koşan, oyun oynayan veya bir araya gelen öğrencilerin davranışlarını otomatik olarak şüpheli ilan etmek güvenilir bir güvenlik yaklaşımı değildir.

Koridor ve Ortak Kullanım Alanları

Güvenlik ihtiyacının somut biçimde ortaya konulduğu ortak alanlarda kamera sistemleri değerlendirilebilir.

Ancak kamera yerleşimi öğrencilerin mahremiyetine saygılı olmalı ve kullanım amacıyla sınırlı tutulmalıdır.

Her koridorun veya öğrencilerin gün boyunca bulunduğu bütün alanların sürekli analiz edilmesi otomatik olarak gerekli kabul edilmemelidir.

Okul Servis ve Araç Giriş Alanları

Servis araçlarının giriş ve çıkış yaptığı bölgelerde araç hareketi ve yaya yoğunluğu güvenlik açısından önemlidir.

Uygun video analitik çözümleriyle:

• Araç giriş-çıkış olayları

• Belirli araç bölgelerine izinsiz giriş

• Servis alanındaki hareket yoğunluğu

• Araç ve yaya bölgelerinin kesişmesi

gibi olaylar değerlendirilebilir.

Ancak video analitik tabanlı uyarılar trafik düzenlemesi, fiziksel bariyer, hız kontrolü veya görevli gözetiminin yerine geçmez.

Okul Otoparkları

Öğretmen, personel ve ziyaretçi otoparklarında araç algılama ve belirli alanlara giriş uyarıları kullanılabilir.

Plaka tanıma uygulamaları ise araç plakalarının kişisel veri niteliği taşıyabileceği dikkate alınarak ayrıca değerlendirilmelidir.

Laboratuvar ve Teknik Alanlar

Elektrik odaları, mekanik odalar, sunucu odaları ve belirli teknik alanlar için erişim güvenliği önlemleri uygulanabilir.

Bu alanlarda izinsiz giriş veya mesai dışı hareket algılama yararlı olabilir.

Ancak laboratuvar güvenliğinde kamera sistemleri, fiziksel erişim kontrolü ve ilgili güvenlik prosedürlerinin tamamlayıcısıdır.

Okullarda AI Video Analitik ile Hangi Olaylar Tespit Edilebilir?

Özellikle duman, alev, kavga veya düşme gibi gelişmiş olay analizleri her kamera modelinde bulunmaz. Bu özellikler için ürün bazlı performans ve uygunluk doğrulaması gereklidir.

Yapay Zekâ Okullarda Kavga veya Şiddet Olaylarını Tespit Edebilir mi?

Bazı gelişmiş video analitik yazılımları, insan hareketleri arasındaki belirli örüntüleri analiz ederek olası fiziksel çatışma olaylarına ilişkin uyarılar oluşturmayı amaçlar.

Ancak bu tür uygulamalarda önemli teknik sınırlamalar vardır.

Örneğin:

• Spor etkinlikleri

• Öğrencilerin oyun oynaması

• Kalabalıkta ani hareketler

• Fiziksel temas içeren normal etkinlikler

• Kamera görüş engelleri

yanlış alarm oluşturabilir.

Ayrıca gerçek bir şiddet olayı da algoritma tarafından kaçırılabilir.

Bu nedenle kavga algılama özelliği bulunan sistemler, öğrenciler hakkında otomatik disiplin kararı vermek veya kişileri tehlikeli olarak sınıflandırmak amacıyla kullanılmamalıdır.

Olaylar eğitim kurumu tarafından belirlenmiş çocuk koruma prosedürleri ve yetkili personel değerlendirmesiyle ele alınmalıdır.

Okullarda Şüpheli Nesne ve Sahipsiz Çanta Tespiti

Bazı video analitik çözümleri, belirli bir bölgede bırakılan ve tanımlanan süre boyunca hareket etmeyen nesneleri algılayabilir.

Örneğin kontrollü bir giriş alanında uzun süre bırakılmış bir nesne için uyarı oluşturulabilir.

Ancak sistemin bir çantayı algılaması, çantanın tehlikeli olduğunu veya bir güvenlik tehdidi oluşturduğunu göstermez.

Okul ortamında unutulmuş çantalar ve kişisel eşyalar yaygın olabilir. Bu nedenle yanlış alarm oranı yüksek olabilecek uygulamalarda kurallar dikkatle seçilmelidir.

Şüpheli nesne uyarıları yalnızca yetkili personelin güvenli değerlendirme prosedürünü başlatmasına yardımcı olmalıdır.

Okullarda Kişi Sayma ve Kalabalık Analizi

Okul girişleri ve belirli ortak alanlarda ziyaretçi yoğunluğu, güvenlik ve operasyon planlaması açısından değerlendirilebilir.

Kullanılabilecek teknolojiler arasında:

• 3D kişi sayma sensörleri

• AI video tabanlı kişi sayma

• Bölgesel doluluk analizi

• Giriş ve çıkış yönü ölçümü

• Anlık yoğunluk tahmini

bulunmaktadır.

Ancak bu sistemler birbirinden farklıdır.

Örneğin yalnızca insan algılama özelliği bulunan bir kamera, yüksek doğruluklu çift yönlü kişi sayma yapamayabilir.

Ayrıca okulda toplam kaç kişi bulunduğunun tahmin edilmesi, tahliye sırasında bütün öğrencilerin ve personelin güvenli şekilde sayıldığını garanti etmez.

Acil durumlarda resmi yoklama ve tahliye prosedürleri esas alınmalıdır.

Okullarda Yüz Tanıma Sistemleri Kullanılmalı mı?

Yüz tanıma teknolojileri, kişilerin biyometrik özellikleri üzerinden kimlik doğrulama veya kimlik belirleme işlemleri gerçekleştirebilir.

Ancak okullarda özellikle çocukların biyometrik verilerinin işlenmesi yüksek mahremiyet ve veri koruma riskleri oluşturur.

Bu nedenle öğrencilerin giriş-çıkış takibi veya devam kontrolü için yüz tanıma teknolojisi varsayılan çözüm olarak tercih edilmemelidir.

Öncelikle şu alternatifler değerlendirilmelidir:

• Kartlı geçiş

• Yetkili personel kontrolü

• Ziyaretçi kayıt sistemleri

• Fiziksel erişim güvenliği

• Biyometrik olmayan kimlik doğrulama

Yüz tanıma kullanımının gündeme geldiği istisnai senaryolarda somut hukuki dayanak, gereklilik, ölçülülük, çocukların hakları ve veri güvenliği kapsamlı biçimde değerlendirilmelidir.

Yüz algılama, kişi sayma ve yüz tanıma aynı teknoloji değildir. Yüz algılayan bir kamera, öğrencilerin kimliğini otomatik olarak belirleyemez.

Okullar İçin AI Kamera mı, AI NVR mı, Merkezi Video Analitik mi?

Okullarda yapay zekâ destekli güvenlik sistemi farklı mimarilerle kurulabilir.

Edge AI Kamera

Analiz işlemi doğrudan kameranın işlemcisi üzerinde gerçekleştirilir.

Avantajları:

• Yerel analiz

• Bazı uygulamalarda daha düşük merkezi işlem yükü

• Kamera bazlı olay oluşturma

• Belirli senaryolarda daha az ağ veri aktarımı

Sınırlamaları:

• İşlem kapasitesi modele bağlıdır.

• Her kamera bütün analitikleri desteklemez.

• Analitik lisansları ve yazılım sürümleri farklı olabilir.

AI Destekli NVR

Uygun NVR cihazları, desteklenen kameralardan gelen görüntüler üzerinde belirli AI analizlerini çalıştırabilir.

Ancak NVR'ın AI desteği bulunması, bağlı bütün kameraların her analitik fonksiyonu kullanabileceği anlamına gelmez.

Kanal sayısı, çözünürlük, analiz kapasitesi ve üretici uyumluluğu doğrulanmalıdır.

Merkezi AI Video Analitik Sunucusu

Birden fazla kameradan gelen görüntüler merkezi sunucuda analiz edilebilir.

Bu yaklaşım büyük kampüslerde merkezi yönetim sağlayabilir.

Ancak sunucu kapasitesi, GPU gereksinimi, ağ trafiği, lisanslama ve veri güvenliği planlanmalıdır.

Karşılaştırma Tablosu

Okullarda Kamera Yerleşimi Nasıl Planlanmalı?

Kamera yerleşimi, güvenlik ihtiyaçları ve öğrencilerin mahremiyeti birlikte değerlendirilerek planlanmalıdır.

Ana Girişler

Okul girişinde kamera, ilgili güvenlik olayını değerlendirmeye yetecek görüntü ayrıntısını sağlamalıdır.

Ancak öğrencilerin yüzlerinin gereksiz biçimde yakın planda kaydedilmesinden kaçınılmalıdır.

Okul Bahçesi

Bahçelerde geniş görüş açısı gerekebilir.

Ancak çok geniş açılı kamera kullanımı, uzak hedeflerin görüntüde yeterli piksel ayrıntısına sahip olmamasına neden olabilir.

Çevre Sınırları

Sanal çizgi veya bölge ihlali analizi için kamera açısı ve hedefin görüntüdeki büyüklüğü önemlidir.

Çitler, ağaçlar, araçlar ve diğer nesneler görüş engeli oluşturabilir.

Koridorlar

Koridorlarda kamera kullanımı, somut güvenlik ihtiyacı ve ilgili mevzuat çerçevesinde değerlendirilmelidir.

Mahrem Alanlar

Tuvalet, soyunma odası ve benzeri mahrem alanlarda kamera gözetimi yapılmamalıdır.

Sınıflar, öğretmen odaları ve öğrencilerin sürekli bulunduğu diğer alanlarda kamera kullanımının gerekliliği de ayrıca ve daha sıkı biçimde değerlendirilmelidir.

Okullarda DORI ve PPM Analizi Neden Önemlidir?

Güvenlik kameralarında görüntü ayrıntısı, hedefin görüntüde kapladığı piksel sayısıyla ilişkilidir.

PPM (Pixels Per Meter), belirli bir mesafede bir metreye düşen yatay piksel sayısını ifade eder.

Örneğin yatay çözünürlüğü 2688 piksel olan bir kamera, hedef düzleminde 12 metre genişliğinde alanı görüntülüyorsa:

PPM = 2688 / 12 = 224 PPM

Bu değer, ilgili düzlemdeki yatay örnekleme yoğunluğunu gösterir.

Ancak 224 PPM bulunması, belirli bir AI algoritmasının insanları veya nesneleri kesin doğrulukla algılayacağı anlamına gelmez.

DORI yaklaşımı, görüntü ayrıntısını algılama, gözlemleme, tanıma ve kimlik belirleme gibi farklı operasyonel hedefler açısından değerlendirmeye yardımcı olur.

AI nesne algılama performansı ise ayrıca algoritma, kamera açısı, hedef büyüklüğü, görüntü kalitesi ve saha koşullarına bağlıdır.

Bu nedenle okul güvenlik projelerinde DORI/PPM hesabı ile AI analiz validasyonu birlikte yapılmalıdır.

Gece Görüşü ve Düşük Işık Performansı

Okul çevre güvenliği sistemlerinde gece performansı özellikle önemlidir.

Kullanılabilecek teknolojiler arasında:

• IR aydınlatma

• Düşük ışık sensörleri

• Geniş dinamik aralık (WDR)

• Uygun pozlama kontrolü

• Desteklenen alanlarda termal görüntüleme

bulunabilir.

Ancak gündüz renkli görüntülerde başarılı olan bir algoritmanın gece IR görüntülerinde aynı performansı göstermesi garanti değildir.

Özellikle okul çevresinde gece insan algılama ve sınır ihlali analizi yapılacaksa testlerin gerçek gece koşullarında gerçekleştirilmesi gerekir.

Okullarda Yapay Zekâ Kamera Sistemlerinde Yanlış Alarm Yönetimi

Yanlış alarm oranı, AI güvenlik sistemlerinin operasyonel başarısını doğrudan etkiler.

Okullarda yanlış alarm oluşturabilecek durumlara örnekler:

• Ağaç dallarının hareketi

• Kedi, köpek veya kuşlar

• Yağmur ve kar

• Güneş ışığı ve gölgeler

• Öğrencilerin oyun hareketleri

• İzinli personelin mesai dışı hareketi

• Servis araçlarının normal manevraları

Yanlış alarmları azaltmak için analiz bölgeleri, nesne sınıfları, alarm zamanları ve eşik parametreleri uygun biçimde yapılandırılmalıdır.

Ancak yanlış alarmı azaltmak amacıyla eşiklerin aşırı yükseltilmesi gerçek güvenlik olaylarının kaçırılmasına neden olabilir.

Bu nedenle yanlış alarm ve kaçırılan olay oranları birlikte ölçülmelidir.

AI Güvenlik Kameralarında Doğruluk Nasıl Ölçülür?

Profesyonel okul güvenliği projelerinde üretici kataloglarında yer alan genel doğruluk iddiaları tek başına yeterli değildir.

Precision (Kesinlik)

Precision = TP / (TP + FP)

Recall (Duyarlılık)

Recall = TP / (TP + FN)

Burada:

• TP: Doğru algılanan hedef olay

• FP: Yanlış alarm

• FN: Algılanamayan gerçek hedef olay

olarak değerlendirilir.

Örneğin kontrollü testlerde 100 gerçek sınır ihlali olayının 95'i algılanmışsa, test edilen koşullar için Recall değeri %95 olur.

Ancak bu oran bütün okul ortamlarında aynı performansın sağlanacağını göstermez.

Operasyonel KPI'lar

Okul güvenlik sistemlerinde şu göstergeler izlenebilir:

• Kamera başına günlük yanlış alarm sayısı

• Gerçek olay algılama oranı

• Alarmın operatöre ulaşma süresi

• Alarm doğrulama süresi

• Kamera ve kayıt sistemi kullanılabilirliği

• Gündüz ve gece performans farkları

• Analiz kapsamındaki kör noktalar

• Olay kayıtlarının bütünlüğü

Okullarda Güvenlik Kameraları ve KVKK

Okullarda kamera kullanımı, çocukların ve çalışanların kişisel verilerinin işlenmesi açısından özel dikkat gerektirir.

Türkiye'de 6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında kamera sistemlerinin kullanım amacı, hukuki dayanağı, ölçülülüğü, saklama süresi ve veri güvenliği değerlendirilmelidir.

KVKK'nın Eğitim Kurumlarına İlişkin Kararı

Kişisel Verileri Koruma Kurulunun 24 Ağustos 2023 tarihli ve 2023/1461 sayılı kararı, bir eğitim kurumunda kamera aracılığıyla görüntü ve ses kaydı alınmasını ele almaktadır.

Kararda, görüntü kaydına ilişkin düzenlemelerin ses kaydını otomatik olarak hukuka uygun hâle getirmediği ve görüntü kaydının gerekliliğinin somut olarak değerlendirilmesi gerektiği vurgulanmıştır.

Bu nedenle okullarda ses kaydı yapılması, yalnızca kamera sisteminin teknik olarak mikrofon desteklemesine veya görüntü kaydı yapılmasına izin verilmesine dayanılarak meşru kabul edilemez.

Çocukların Mahremiyeti

Öğrencilerin görüntüleri kişisel veri niteliği taşıyabilir.

Çocukların hareketlerini sürekli izleyen, davranış profili oluşturan veya kimliklerini belirleyen uygulamalar daha yüksek risk oluşturabilir.

Aydınlatma Yükümlülüğü

İlgili kişilere kamera kullanımının amacı, veri sorumlusu, veri işleme şartları ve diğer gerekli bilgiler uygun yöntemlerle açıklanmalıdır.

Saklama Süresi

Kamera kayıtlarının saklama süresi, kurum türüne uygulanan özel düzenlemeler ve somut veri işleme amacı dikkate alınarak belirlenmelidir.

Türkiye'deki bütün okullar için tek ve koşulsuz bir kayıt süresi bulunduğu varsayılmamalıdır.

Özel öğretim kurumlarına ilişkin düzenlemeler ayrıca incelenmelidir.

Yetkisiz Erişimin Önlenmesi

Kamera görüntülerine yalnızca görev ve yetkisi bulunan personel erişebilmelidir.

Öğrenci görüntülerinin gereksiz biçimde paylaşılması veya yetkisiz kişilerce izlenmesi önlenmelidir.

Bulut Sistemleri

Kamera görüntülerinin bulut ortamında saklanması veya işlenmesi durumunda veri güvenliği, hizmet sağlayıcı ilişkileri ve varsa yurt dışına aktarım yükümlülükleri değerlendirilmelidir.

Okullarda AI Güvenlik Kameraları Siber Güvenliği

Okul güvenlik sistemi aynı zamanda bir bilgi teknolojileri altyapısıdır.

Bu nedenle:

• Kamera ve NVR varsayılan şifreleri değiştirilmelidir.

• Çok faktörlü kimlik doğrulama destekleniyorsa etkinleştirilmelidir.

• Kamera ağı uygun biçimde bölümlendirilmelidir.

• İnternet üzerinden gereksiz erişimler kapatılmalıdır.

• Firmware ve yazılım güncellemeleri yönetilmelidir.

• Kullanıcı erişimleri kayıt altına alınmalıdır.

• Video ve olay verileri uygun yöntemlerle korunmalıdır.

• Yedekleme ve sistem kurtarma prosedürleri hazırlanmalıdır.

Özellikle internet üzerinden erişilebilen kamera yönetim arayüzlerinin korunması önemlidir.

Okullar İçin Yapay Zekâ Kamera Sistemi Seçim Rehberi

Okullar İçin AI Güvenlik Kamera Projesi Nasıl Hazırlanmalı?

1. Risk Analizi

Okulun fiziksel güvenlik ihtiyaçları belirlenir.

2. Mahremiyet Değerlendirmesi

Kamera kullanımının gerekli olup olmadığı ve daha az müdahaleci alternatifler incelenir.

3. Kamera Yerleşim Projesi

Kamera noktaları, görüş açıları ve kör alanlar belirlenir.

4. AI Analiz Senaryoları

Sanal sınır, mesai dışı hareket ve kontrollü alan girişleri gibi somut olay kuralları tanımlanır.

5. DORI ve PPM Hesapları

Hedef mesafeleri ve görüntü ayrıntısı ihtiyaçları değerlendirilir.

6. Kayıt ve Ağ Altyapısı

NVR, VMS, PoE, ağ bant genişliği ve disk kapasitesi hesaplanır.

7. KVKK ve Siber Güvenlik Kontrolleri

Veri işleme, yetkilendirme ve saklama süreçleri belirlenir.

8. Pilot Uygulama

Sınırlı sayıda kamerayla gerçek saha koşullarında test yapılır.

9. Validasyon

Algılama başarısı, yanlış alarmlar ve operasyonel süreçler ölçülür.

10. Periyodik Bakım

Kamera görüntüleri, analiz kuralları, kayıt sistemi ve alarm iletim zinciri düzenli olarak kontrol edilir.

Teknik Kontrol Listesi

• Okulun güvenlik risk analizi yapıldı mı?
• Kamera kullanımının gerekliliği değerlendirildi mi?
• Öğrenci mahremiyeti için koruma önlemleri belirlendi mi?
• Kamera noktaları ve görüş açıları doğrulandı mı?
• DORI/PPM hesapları yapıldı mı?
• AI analiz senaryoları tanımlandı mı?
• Gündüz ve gece testleri gerçekleştirildi mi?
• Yanlış alarm ve kaçırılan olay oranları ölçüldü mü?
• NVR/VMS ve alarm entegrasyonları doğrulandı mı?
• Ses kaydı ihtiyacı ve hukuki dayanak ayrıca incelendi mi?
• Kayıt saklama ve silme politikası oluşturuldu mu?
• Yetkisiz erişim önlemleri uygulandı mı?
• Siber güvenlik kontrolleri tamamlandı mı?
• Personel için olay doğrulama prosedürleri hazırlandı mı?
• Periyodik bakım ve validasyon planlandı mı?

Sık Sorulan Sorular

Okullarda yapay zekâ destekli güvenlik kameraları ne işe yarar?

Belirli güvenlik olaylarını otomatik algılayarak güvenlik personelinin olayları daha hızlı değerlendirmesine yardımcı olabilir.

Yapay zekâ kameraları okul çevresinde izinsiz girişi tespit edebilir mi?

Uygun kamera ve analiz yazılımıyla tanımlanmış sınır veya bölge ihlalleri algılanabilir. Ancak kişinin gerçekten yetkisiz olup olmadığı ayrıca doğrulanmalıdır.

Okullarda AI kameralar kavga tespiti yapabilir mi?

Bazı özel yazılımlar olası fiziksel çatışma hareketlerini analiz edebilir. Ancak yanlış alarm ve kaçırılan olay riski nedeniyle insan doğrulaması gereklidir.

Okullarda yüz tanıma kullanılması gerekli midir?

Hayır. Okul güvenliğinin sağlanması için yüz tanıma zorunlu bir teknoloji değildir. Özellikle çocukların biyometrik verileri açısından daha az müdahaleci alternatifler öncelikle değerlendirilmelidir.

Mevcut okul kameralarına yapay zekâ eklenebilir mi?

Uygun IP kamera görüntüleri, analiz sunucusu veya AI destekli NVR ile bazı mevcut sistemlere video analitik özellikleri eklenebilir.

Okullarda güvenlik kamerası ses kaydı yapabilir mi?

Ses kaydı, görüntü kaydından ayrı bir kişisel veri işleme faaliyetidir. Hukuki dayanak ve gereklilik ayrıca değerlendirilmelidir.

Okullarda kamera kayıtları kaç gün saklanmalıdır?

Süre, okulun türüne, uygulanabilir özel mevzuata ve veri işleme amacına göre belirlenmelidir. Bütün okullar için tek bir süre varsayılmamalıdır.

AI kameralar okul güvenliğini tamamen sağlayabilir mi?

Hayır. Kamera sistemleri fiziksel güvenlik, ziyaretçi kontrolü, personel eğitimi ve acil durum prosedürlerini tamamlayan araçlardır.

Sonuç

Okullar için yapay zekâ destekli güvenlik kameraları, geleneksel CCTV altyapısına insan ve araç algılama, sanal sınır ihlali, kontrollü alan güvenliği ve otomatik alarm yönetimi gibi gelişmiş yetenekler kazandırabilir.

Bu teknolojiler özellikle geniş okul kampüslerinde güvenlik olaylarının daha hızlı değerlendirilmesine yardımcı olabilir.

Ancak başarılı bir okul güvenlik projesi yalnızca kamera sayısı veya yapay zekâ algoritmasının gelişmişliğiyle değerlendirilmemelidir.

Doğru risk analizi, kamera yerleşimi, DORI/PPM hesapları, gerçek saha validasyonu, alarm yönetimi, siber güvenlik ve KVKK gereklilikleri birlikte ele alınmalıdır.

Özellikle çocukların bulunduğu eğitim ortamlarında kişisel veri minimizasyonu ve mahremiyetin korunması temel tasarım ilkeleri arasında yer almalıdır.

En etkili akıllı okul güvenlik sistemi, öğrencileri sürekli gözetleyen değil; somut güvenlik risklerini ölçülü biçimde tespit eden, yetkili personele doğrulanabilir uyarılar sunan ve güvenli eğitim ortamını destekleyen sistemdir.

Kaynaklar

1. KVKK – Eğitim Kurumunda Görüntü ve Ses Kaydı Hakkında 2023/1461 Sayılı Karar

2. Axis Communications – AXIS Object Analytics Teknik Kılavuzu

3. ONVIF – Profile M

4. NIST – AI Risk Management Framework

5. Kişisel Verileri Koruma Kurumu

6. GüvenlikOnline – Video Analitik Sistemler

7. GüvenlikOnline – Güvenlik Kamerası Seçerken Nelere Dikkat Edilmeli?