![\"Kuvituskuva](\"https:\/\/www.europesays.com\/fi\/wp-content\/uploads\/2026\/02\/39-159154769831438a83f1.jpeg\")
<\/p>\nTurvallisuuden nimiss\u00e4 kehitet\u00e4\u00e4n koko ajan uudenlaisia tapoja, joilla ihminen voidaan tunnistaa.<\/p>\n
<\/p>\n
Avaa kuvien katselu<\/p>\n
EU on kielt\u00e4nyt reaaliaikaisen kasvojentunnistuksen kameroilla julkisilla paikoilla, mutta esimerkiksi Kiina k\u00e4ytt\u00e4\u00e4 sit\u00e4 kansalaistensa valvontaan. Kuva: Saara Paasikivi \/ Yle<\/p>\n
Ihmisten valvomiseksi ja tunnistamiseksi on kehitetty mit\u00e4 mielikuvituksellisimpia uusia tekniikoita.<\/p>\n
Teko\u00e4lyyn pohjautuva valvonta on valtavassa kasvussa, tutkija ja verkkoteknologioiden strategisen k\u00e4yt\u00f6n asiantuntija Markus Holmgren<\/strong> Ulkopoliittisesta instituutista kertoo.<\/p>\n Esimerkiksi Iran on rakentanut kiinalaisten avulla<\/a> tehokkaan verkkovalvontaj\u00e4rjestelm\u00e4n<\/a>, mink\u00e4 takia tammikuun alun mielenosoituksista<\/a> on vuotanut niukasti tietoa maan ulkopuolelle. My\u00f6s l\u00e4nsimaissa k\u00e4ytet\u00e4\u00e4n teko\u00e4ly\u00e4 valvonnan apuna.<\/p>\n Teko\u00e4ly pystyy k\u00e4sittelem\u00e4\u00e4n valtavia m\u00e4\u00e4ri\u00e4 tietoa eri l\u00e4hteist\u00e4, kuten valvontakamerakuvista ja ihmisen toiminnasta verkossa. Se kiihdytt\u00e4\u00e4 entisest\u00e4\u00e4n tunnistustekniikoiden kehityst\u00e4. Esimerkiksi turvallisuusalan startupit kehitt\u00e4v\u00e4t koko ajan uudenlaisia tapoja ihmisten tunnistamiseksi.<\/p>\n Holmgren listaa muutamia tekniikoita, joilla ihminen voidaan tunnistaa.<\/p>\n 1. Hiiren liiketunnistus<\/p>\n Hiiren liiketunnistus analysoi k\u00e4ytt\u00e4j\u00e4n yksil\u00f6llist\u00e4 tapaa liikuttaa ja klikata hiirt\u00e4 n\u00e4yt\u00f6ll\u00e4. Jokaisella on oma tyypillinen tapa lepuuttaa hiirt\u00e4 ja liikuttaa sit\u00e4. N\u00e4in henkil\u00f6 voidaan tunnistaa, vaikka h\u00e4n yritt\u00e4isi pysy\u00e4 anonyymin\u00e4 verkossa.<\/p>\n Hiiren liiketunnistus on kehitetty Holmgrenin mukaan erityisesti tiedustelupalveluiden k\u00e4ytt\u00f6\u00f6n.<\/p>\n 2. Kirjoituksen rytmitys<\/p>\n Kirjoituksen rytmitys perustuu n\u00e4pp\u00e4imist\u00f6n painallusten nopeuden ja rytmin analysointiin. Teko\u00e4lymallit pystyv\u00e4t tunnistamaan k\u00e4ytt\u00e4j\u00e4n, kun rytmityksest\u00e4 on kertynyt tarpeeksi dataa.<\/p>\n 3. Wifi-signaalin muutokset<\/p>\n Kodin langattoman wifi-verkon avulla voi tunnistaa asunnossa olevat henkil\u00f6t. Kun wifi-signaali kulkee ihmisen l\u00e4pi, kehon luut ja sis\u00e4elimet aiheuttavat signaaliin tunnistettavia muutoksia. N\u00e4in ihminen voidaan tunnistaa ilman suoraa n\u00e4k\u00f6yhteytt\u00e4.<\/p>\n Menetelm\u00e4 on viel\u00e4 kehitysvaiheessa.<\/p>\n 4. Kasvojen tunnistus<\/p>\n Kasvojen tunnistus perustuu algoritmiin, joka tunnistaa yksil\u00f6lliset kasvonpiirteet esimerkiksi kuvasta ja vertaa niit\u00e4 tietopankkiin.<\/p>\n Kasvojen tunnistusta k\u00e4ytet\u00e4\u00e4n laajasti esimerkiksi valvontakameroissa, lentokentill\u00e4 ja mobiililaitteiden kirjautumisessa. EU on kielt\u00e4nyt sen k\u00e4yt\u00f6n julkisilla paikoilla.<\/p>\n 5. Hahmontunnistus<\/p>\n Menetelm\u00e4\u00e4 k\u00e4ytet\u00e4\u00e4n esimerkiksi h\u00e4m\u00e4r\u00e4ss\u00e4 tai ihmisen ollessa kauempana kamerasta. Jokaisella ihmisell\u00e4 on tunnistettavat yksil\u00f6lliset piirteet: askelpituus, painopisteen siirtyminen ja raajojen mittasuhteet.<\/p>\n