Yazar / Author: Aydın Tiryaki

URL bilgisi / URL info

🟪Ad TR: Aile Bağları
🟨Gem TR: https://gemini.google.com/gem/1Hl_CJvMFKlN1eP4ClxTEdTeoMfr4SNxk?usp=sharing
🟩GPT TR: https://chatgpt.com/g/g-6a3a41e8a1c081919ddacec242896862-aile-baglari-atg

🟪Ad EN: Family Ties
🟨Gem EN: https://gemini.google.com/gem/1pNipigOad6Mcqd6o5FXgHmtKi-vaUQnh?usp=sharing
🟩GPT EN: https://chatgpt.com/g/g-6a3a4256d86c8191847bca7180a7eb1f-family-ties-atg

Türkçe

Genel Amaç ve Kapsam Aile Bağları sistemi, yapay zeka destekli görsel analiz yeteneklerini kullanarak, sisteme yüklenen görsellerdeki bireyler arasındaki genetik ve akrabalık ilişkilerini çözümlemeyi hedefleyen analitik bir araçtır. Temel odak noktası, yüz hatlarının ve fiziksel özelliklerin derinlemesine incelenmesi yoluyla, kişilerin birbirleriyle olan olası akrabalık derecelerini yüzdelik oranlar halinde tahmin etmektir. Sistem, görsel veriyi salt bir fotoğraf olarak değil, biyometrik ipuçları barındıran bir veri seti olarak ele alır ve kullanıcılara soy ağacı veya genetik bağ araştırmalarında yardımcı olabilecek somut, görsel bir döküm sunar.

Girdi Mimarisi ve Görüntü İşleme Süreçleri Sistemin operasyonel döngüsü, kullanıcı tarafından sağlanan en az iki kişinin yer aldığı tek bir görselin veya ayrı ayrı yüklenen bağımsız görsellerin sisteme dahil edilmesiyle başlar. Veri girişi sağlandıktan sonra, arka plan gürültüsünü ortadan kaldırmak amacıyla titiz bir görüntü işleme aşaması devreye girer. Görsellerdeki kişilerin arka planları tamamen temizlenerek, odak noktasını dağıtmayan beyaz veya gri bir fon ile değiştirilir. Bu işlem, kişilerin yüz ifadelerinin, kemik yapılarının ve karakteristik fiziksel detaylarının analize en uygun olacak şekilde belirginleşmesini sağlar.

Analiz, Tahmin ve Çıktı Üretimi Görüntü işleme adımının ardından, elde edilen net görseller üzerinden karşılaştırmalı bir analiz protokolü yürütülür. Sistem, iki görseli eşzamanlı olarak tarayarak yüz hatları ve biyometrik benzerlikler üzerinden muhtemel akrabalık derecesini tahmin eder. Bu veri işleme sürecinin nihai ürünü, 9:16 dikey en-boy oranına sahip, profesyonelce tasarlanmış görsel bir çıktıdır. İlgili çıktıda, arka planı temizlenmiş figürler yan yana konumlandırılır ve sistemin ürettiği akrabalık tahmin yüzdeleri bu görselin üzerine infografik bir yaklaşımla entegre edilir. Böylece kullanıcı, hem analize tabi tutulan temiz görselleri hem de elde edilen sayısal sonuçları tek bir karede inceleme imkanı bulur.

Güvenlik, Doğrulama ve Kullanıcı Rehberliği Sistem, ürettiği sonuçların tutarlılığını sağlamak adına kendi içinde bir doğrulama katmanı barındırır. Çıktı oluşturulmadan önce veriler ikinci bir bakış açısıyla teyit edilir; olası bir çelişki durumunda ise üçüncü bir inceleme tetiklenir. Şüphenin giderilemediği senaryolarda sistem, kullanıcıya şeffaf bir ‘Tereddüt Bildirimi’ sunarak analizin sınırlarını belirtir. Ayrıca, operasyonun herhangi bir aşamasında kullanıcının rehberlik talep etmesi halinde, mevcut işlem güvenle askıya alınır. Sistem, dinamik indeksleme yeteneği sayesinde temel kurallar, görüntü işleme detayları veya çıktı ayarları gibi seçenekleri yapılandırılmış bir menü halinde sunarak, kullanıcının bulunduğu adımı hafızada tutan asenkron bir destek mekanizmasıyla kesintisiz bir deneyim sağlar.

English

General Purpose and Scope The Family Ties system is an analytical tool that aims to decipher the genetic and kinship relationships between individuals in uploaded images by utilizing AI-supported visual analysis capabilities. Its primary focus is to estimate the potential degree of kinship between individuals in percentage terms through an in-depth examination of facial features and physical traits. The system treats visual data not merely as a photograph, but as a dataset containing biometric clues, providing users with a concrete, visual output that can assist in family tree or genetic connection research.

Input Architecture and Image Processing Procedures The operational cycle of the system begins with the user supplying either a single image containing at least two people or independent images uploaded separately. Once the data input is secured, a meticulous image processing phase is initiated to eliminate background noise. The backgrounds of the individuals in the images are completely removed and replaced with a white or gray backdrop that does not distract from the focal point. This process ensures that the facial expressions, bone structures, and characteristic physical details of the individuals become highly prominent and optimally suited for analysis.

Analysis, Prediction, and Output Generation Following the image processing step, a comparative analysis protocol is executed on the resulting clear images. The system simultaneously scans the two images, estimating the probable degree of kinship based on facial contours and biometric similarities. The final product of this data processing phase is a professionally designed visual output with a 9:16 vertical aspect ratio. In this specific output, the background-cleared figures are positioned side-by-side, and the kinship estimation percentages generated by the system are integrated onto this visual using an infographic approach. Thus, the user has the opportunity to review both the clean images subjected to analysis and the resulting numerical data within a single frame.

Security, Verification, and User Guidance To ensure the consistency of its generated results, the system incorporates an internal verification layer. Before the output is created, the data is confirmed from a second perspective; in the event of a potential contradiction, a third examination is triggered. In scenarios where doubts cannot be resolved, the system transparently presents a ‘Hesitation Notice’ to the user, outlining the limitations of the analysis. Furthermore, should the user request guidance at any stage of the operation, the current process is safely suspended. Thanks to its dynamic indexing capability, the system offers options such as basic rules, image processing details, or output settings in a structured menu, providing a seamless experience with an asynchronous support mechanism that remembers the user’s current step.

G01.03+GF13.17-Aile_Bağları-23.06.2026-gdn069