كيف يعمل

تشرح هذه الصفحة النموذج المفاهيمي الذي يقوم عليه AI Insights & People: ما يحدث بين لحظة رؤية الكاميرا لوجه ولحظة ظهور ذلك الوجه في الخط الزمني للأشخاص بوصفه عضوًا جرى التعرّف عليه، أو زائرًا في حالة "Unsure"، أو عدم ظهوره إطلاقًا.

لا تحتاج إلى أيٍّ من ذلك كي تستخدم المنتج، لكنه يجعل إعدادات الضبط وقائمة المراجعة في Self Learning أسهل فهمًا بكثير. يُرسم المسار نفسه بشكل مباشر، بالحدود الفعلية لمنشأتك، في لوحات Logic Visualisation في صفحتي إعدادات Member Matching وShadow Profiles.

العناصر الأساسية

مسار التعرّف

يمر كل وجه مكتشف عبر سلسلة القرارات المرتبة نفسها. والترتيب مهم: فنتيجة مرحلة سابقة تمنع تشغيل المراحل اللاحقة.

1. فحص القائمة السوداء (دائمًا أولًا)

يُقارن الوجه بمجموعة القائمة السوداء الخاصة بمنشأتك عند حدّ ثابت قدره 95% (غير قابل للتهيئة). عند وجود تطابق، تتوقف المعالجة فورًا: يُستبعد الاكتشاف ولا يظهر في الخط الزمني أبدًا. وهذا ما يجعل القائمة السوداء فعالة ضد النتائج الإيجابية الخاطئة الثابتة، مثل الملصقات والمجسّمات؛ راجع القائمة السوداء.

2. استخراج الوجه

يتحقق النظام من وجود وجه قابل للاستخدام فعلًا في الصورة، ويستخرج سماته ووضعيته ودرجة ثقة. لا وجه ← يُستبعد.

3. البحث في الأعضاء الذين جرى التعرّف عليهم

يُبحث عن الوجه في مجموعة الأشخاص الذين جرى التعرّف عليهم، أي كل عضو لديه صور جرى التحقق منها أو اكتشافات مؤكدة سابقًا. يبدأ البحث من Identified Collection Search Floor فما فوق (القيمة الافتراضية تشابه 40% في الإعداد المسبق Balanced)، بحيث يُنظر على الأقل في المرشحين الحدّيين.

4. المطابقة المدعومة بالزيارة

قبل القرار النهائي، يتحقق النظام من عمليات تسجيل الوصول الأخيرة في المنشأة. إذا كان عضو مرشح قد سجّل وصوله ضمن Check-in Lookback Window (القيمة الافتراضية 30 mins)، تحصل درجة تشابهه على Visiting Member Bonus (القيمة الافتراضية +5). والمنطق في ذلك: إذا كان شخص يشبه Alex Nguyen بنسبة 82% قد مرّر بطاقة Alex Nguyen قبل ثلاث دقائق، فمن شبه المؤكد أنه Alex.

5. قرار المطابقة

• الدرجة ≥ Identified Match Threshold (القيمة الافتراضية 85%، Balanced) ← يُؤكَّد الاكتشاف على أنه ذلك العضو.
• الدرجات الحدّية، أي الواقعة ضمن Borderline Confidence Zone (القيمة الافتراضية +7 نقاط فوق الحد)، تخضع لـ فحص وضعية إضافي: يجب أن يكون الوجه مواجهًا للكاميرا بدرجة معقولة (الحدود الافتراضية للتعرّف: yaw 55° / pitch 30° / roll 30°). تُستبعد الوجوه ذات الزوايا الحادة عند الثقة الحدّية بدلًا من المخاطرة بتعرّف خاطئ.
• الدرجة أقل من Drop Threshold (القيمة الافتراضية 45%) ← يكون التشابه "not high enough to confirm the correct person with certainty" ويُستبعد الاكتشاف من المطابقة.
• أي قيمة بينهما ← يُعامل الشخص على أنه غير مؤكد وينتقل إلى الخطوة 6.

6. مطابقة ملفات الظل

يُبحث عن الوجوه غير المطابقة في مجموعة الأشخاص الذين لم يُتعرّف عليهم، أي ملفات الظل للأشخاص غير المؤكدين الذين شوهدوا سابقًا:

• الدرجة ≥ Profile Link Threshold (القيمة الافتراضية 80%) ← يُربط الاكتشاف بملف الظل الموجود هذا. ويحتفظ الزائر نفسه بهوية "Unsure - …" نفسها عبر الأيام والكاميرات.
• لا تطابق ← يصبح الاكتشاف مرشحًا لملف ظل جديد، ولكن فقط بعد اجتياز بوابات الجودة (الخطوة التالية).

7. بوابات الجودة لملفات الظل الجديدة

يعني إنشاء ملف ظل الالتزام بصورة مرجعية سيقارن بها النظام لأسابيع، لذا يجب أن تكون الصورة جيدة. يعمل مستويان بالتتابع:

تخضع الصور التي تجتاز الفحص لـ تحليل السمات (العمر التقديري، والجنس، والعاطفة)، ثم لـ إعادة فحص نهائية لحالات التزامن: نظرًا إلى أن الاكتشافات تُعالَج بالتوازي، يبحث النظام في مجموعة ملفات الظل مرة أخرى قبل إنشاء الملف، حتى لا يُنشئ إطاران للزائر الجديد نفسه ملفين. وتكون النتيجة إما New Shadow Profile Created أو Matched Existing Shadow Profile.

جميع هذه الحدود قابلة للضبط عبر الإعدادات المسبقة Lenient / Balanced / Strict؛ راجع ضبط التعرّف على الوجوه.

التعلّم الذاتي: سدّ فجوة التعرّف

لا تستطيع مطابقة الوجوه وحدها التعرّف على عضو ليست لديه صورة، أو لديه صورة رديئة جدًا لا تجتاز التحقق. يحل Self Learning هذه المشكلة بالاعتماد على السلوك بدلًا من القياسات الحيوية:

1. تُربط أوقات اكتشاف كل شخص لم يُتعرّف عليه بعمليات تسجيل الوصول للأعضاء على مدى فترة رجوع (القيمة الافتراضية تتطلب 8 زيارات مترابطة، مع النظر في سجل الأشهر الأخيرة، ونافذة توقيت تبلغ نحو 10 دقائق قبل كل تسجيل وصول وبعده).
2. إذا كان عضو واحد بالضبط قد سجّل وصوله باستمرار كلما اكتُشف هذا الشخص، تُجرى فحوص التحقق (توافق الجنس، وهامش تفاوت اختياري في العمر).
3. اجتياز الفحوص ← يُربط الملف تلقائيًا بذلك العضو. إخفاق الفحوص ← ينتقل إلى قائمة Pending Review ليتخذ شخص القرار. عدة أعضاء مرشحين ← لا تطابق، ويواصل النظام المراقبة.

بشكل منفصل، بمجرد أن يُتعرّف على شخص، يُبقي النظام مرجعه الوجهي محدّثًا بهدوء: يمكن إضافة المطابقات شبه التامة (تشابه 99% أو أكثر) تلقائيًا بوصفها صور ظل، بحد أقصى مجموعة صغيرة متجددة (6) لكل شخص، بحيث يستمر التعرّف في العمل مع تغيّر المظهر. تحمل هذه الصور المضافة تلقائيًا التسمية "Auto-added by self-learning" في الملف الشخصي.

المسار الكامل وحالاته وسير عمل المراجعة موثقة في Self Learning.

من الاكتشافات إلى الخط الزمني

ستكون الاكتشافات الخام غير قابلة للقراءة، لذا يعرض الخط الزمني الزيارات: اكتشافات مدمجة في مجموعات باستخدام إعدادات Detection Grouping. افتراضيًا، تبدأ زيارة جديدة بعد فجوة مدتها 45 دقيقة، ولا يظهر الأشخاص الذين لم يُتعرّف عليهم إلا إذا كان لديهم 3 اكتشافات على الأقل تمتد على 5 دقائق (حتى لا يزدحم العرض بشخص مرّ لفترة وجيزة أمام كاميرا باب). يمكن لمفتاح تبديل في شريط أدوات الخط الزمني تعطيل مرشّح الحد هذا عندما تريد رؤية كل ظهور قصير.

ما الذي يعمل وأين

لكل منشأة مجموعات وجوه معزولة خاصة بها (الأشخاص الذين جرى التعرّف عليهم، والذين لم يُتعرّف عليهم، والقائمة السوداء)، ولا يتجاوز التعرّف حدود المنشأة أبدًا. تُخزَّن صور الوجوه والبيانات الوصفية للذكاء الاصطناعي في منطقة التخزين التي تختارها، وتنتهي صلاحيتها وفق مدة الاحتفاظ بـ AI Metadata (القيمة الافتراضية 24 شهرًا). راجع الأمان والخصوصية.

مسرد المصطلحات