Ajuste del reconocimiento facial
En esta página
Settings → Face Recognition expone los controles del proceso de identificación: Member Matching, Shadow Profiles y Self Learning (además de Blacklist Faces, que se documenta en Lista negra). Cada sección ofrece los ajustes predefinidos Lenient / Balanced / Strict, y cada umbral subyacente se puede ajustar de forma individual, con su valor predeterminado indicado junto al control deslizante; por ejemplo, "(Default: 30 mins)".
Reglas básicas antes de modificar nada:
- Balanced es el valor predeterminado recomendado para todas las secciones: empieza con él y mantenlo hasta que tengas semanas de datos reales que muestren un problema concreto.
- Los ajustes predefinidos representan un único equilibrio: Lenient identifica a más personas, pero aumenta el riesgo de asociaciones incorrectas; Strict casi nunca etiqueta mal, pero deja a más personas como "Unsure".
- Cambia una sección a la vez y espera algunos días antes de evaluar el resultado: los efectos solo se ven en conjunto (observa el indicador Unsure % en Informes).
- Las páginas de configuración incluyen un diagrama de flujo Logic Visualisation en vivo, generado con los valores actuales de tu instalación. Puedes hacer clic en los nodos ("Tap to scroll to this setting"), por lo que es la mejor forma de comprobar qué hace realmente un cambio.
Coincidencia de miembros
Controla la decisión de los pasos 3 a 5 del proceso: ¿cuándo se puede afirmar con seguridad que un rostro es un miembro?
Figura 1: Member Matching, con los ajustes predefinidos en la parte superior y el diagrama de flujo Logic Visualisation en vivo debajo
Ajustes predefinidos
| Umbral | Lenient | Balanced (predeterminado) | Strict |
|---|---|---|---|
| Identified Match Threshold | 80 | 85 | 92 |
| Drop Threshold | 55 | 45 | 35 |
| Identified Collection Search Floor | 35 | 40 | 47 |
Umbrales individuales
Figura 2: Los controles deslizantes individuales de Member Matching, cada uno con su valor predeterminado
| Configuración | Predeterminado | Qué hace |
|---|---|---|
| Identified Match Threshold | 85% | Similitud mínima para confirmar que un rostro corresponde a un miembro. Es el control deslizante con mayor impacto |
| Drop Threshold | 45% | Por debajo de este valor, una coincidencia parcial se descarta en lugar de conservarse como "unsure" |
| Identified Collection Search Floor | 40% | Similitud mínima para que la búsqueda devuelva candidatos |
| Visiting Member Bonus | +5 | Puntos de similitud que se suman cuando el candidato registró su entrada recientemente: asociación asistida por la visita |
| Check-in Lookback Window | "(Default: 30 mins)" | Qué tan reciente debe ser un registro de entrada para obtener la bonificación |
| Borderline Confidence Zone | "(Default: +7)" | Las puntuaciones dentro de este margen por encima del umbral de coincidencia pasan por la comprobación adicional de la pose |
| Identified pose limits | Yaw 55° / Pitch 30° / Roll 30° | Ángulos máximos de la cabeza aceptados para las coincidencias dudosas |
Cuándo apartarse de Balanced:
- Unsure % alto, aunque los miembros se reconocen claramente en la cámara → mejora primero las fotos de los miembros (filtra la lista People por "Invalid Photo"); solo después considera Lenient.
- Cualquier identificación incorrecta confirmada → cambia a Strict (o sube el umbral de coincidencia) de inmediato: una identidad incorrecta asociada a las detecciones es mucho más costosa que un visitante no identificado.
- Cámara de recepción con una correlación de registro de entrada amplia → alargar un poco el Check-in Lookback Window puede mejorar la identificación en instalaciones donde los miembros permanecen un tiempo antes de pasar frente a una cámara; mantén una bonificación moderada.
Perfiles ocultos
Controla los pasos 6 y 7 del proceso: cuándo los rostros sin coincidencia se vinculan con perfiles en la sombra existentes y qué tan exigente es el sistema al crear perfiles nuevos.
Figura 3: Shadow Profiles, con el ajuste predefinido de calidad, los umbrales y el diagrama de flujo de perfiles en la sombra
| Configuración | Predeterminado | Qué hace |
|---|---|---|
| Profile Link Threshold | 80% | Similitud mínima para vincular una detección con un perfil en la sombra existente: la decisión de "es el mismo visitante que ayer" |
| Duplicate Prevention Threshold | 90% | Similitud a partir de la cual la comprobación final de condiciones de carrera trata un rostro "nuevo" como un perfil ya creado |
| Minimum Detection Confidence | 90% | Confianza que debe tener la IA de que la imagen contiene un rostro real antes de intentar crear un perfil |
| Unidentified pose limits | Yaw 30° / Pitch 35° / Roll 60° | Ángulos máximos de la cabeza para que una foto genere un perfil nuevo; son deliberadamente más estrictos que en la asociación, ya que esta foto se convierte en una referencia de larga duración |
| Quality preset | Balanced | Determina los filtros de calidad de foto de dos niveles que se describen a continuación |
El ajuste predefinido de calidad (Lenient / Balanced / Strict) fija el nivel de exigencia de Tier 1 — Fast Quality Checks ("Sharpness · Contrast · Lighting · Exposure · Dynamic Range · Eye Aspect Ratio", ~10–60 ms) y de Tier 2 — ISO Quality Checks ("Face Occlusion · Eyes · Mouth · Head Pose · Illumination · Exposure · Compression · Expression", ~5–10 s). Cada valor subyacente se puede ajustar de forma individual (resolución mínima, nitidez, contraste, simetría de la iluminación, límites de exposición, rango dinámico, relación de aspecto del ojo y el conjunto ISO completo, incluido un filtro de IR/visión nocturna y una puntuación mínima de calidad general), pero los ajustes individuales aquí deben hacerse con la orientación del soporte; los ajustes predefinidos cubren prácticamente todas las instalaciones reales.
La tabla de síntomas:
| Síntoma | Solución probable |
|---|---|
| El mismo visitante recibe un perfil "Unsure" nuevo cada día | El ajuste predefinido de calidad es demasiado estricto para tu iluminación, o el Profile Link Threshold es demasiado alto; prueba primero la calidad Lenient |
| Dos personas distintas se combinaron en un solo perfil en la sombra | Sube el Profile Link Threshold o cambia a Strict |
| Proliferación de perfiles basura (sombras, reflejos, pantallas) | Sube Minimum Detection Confidence; agrega a la lista negra los causantes estáticos |
Autoaprendizaje
Controla el proceso de correlación de visitas. Solo se ve cuando Enhanced AI Analysis está habilitado.
Figura 4: Configuración de Self Learning, con los requisitos de evidencia y las comprobaciones de validación
| Configuración | Predeterminado en Balanced | Qué hace |
|---|---|---|
| Minimum visits | 8 | Visitas correlacionadas necesarias antes de decidir un vínculo: el nivel de evidencia exigido |
| Lookback period | ~2 meses (60 días) | Cuánto historial tiene en cuenta la correlación |
| Timing window | ±10 minutos | Qué tan cerca de un registro de entrada debe estar una detección para considerarse correlacionada |
| Gender check | activado | Los atributos detectados deben coincidir con el registro del miembro; de lo contrario → Pending Review |
| Age check | desactivado (tolerancia de 10 años) | Segunda validación opcional |
Idea general de los ajustes predefinidos: Lenient vincula más rápido con menos evidencia (adecuado para instalaciones pequeñas donde el personal revisa la cola de todos modos); Strict exige más visitas y una validación más rigurosa (adecuado donde un vínculo automático incorrecto es inaceptable). Recuerda la protección estructural que ningún ajuste predefinido modifica: la correlación debe apuntar a exactamente un miembro; de lo contrario, el resultado es No match.
Lo que no se puede ajustar
Para que la información esté completa, estas son las partes del proceso que son fijas por diseño:
- El umbral de comprobación de la lista negra (95%): consulta Lista negra.
- Las reglas de fotos automáticas en la sombra (similitud del 99% o más, un límite pequeño y rotativo por persona y períodos de espera) que mantienen actualizado el reconocimiento: consulta Self Learning.
Páginas relacionadas
- Cómo funciona: el proceso que controlan estas configuraciones
- Self Learning: la consola de revisión
- Solución de problemas: problemas de reconocimiento y sus causas habituales