Fonctionnement

Cette page explique le modèle conceptuel d'AI Insights & People : ce qui se passe entre le moment où une caméra voit un visage et celui où ce visage apparaît sur votre chronologie des personnes en tant que membre identifié, visiteur "Unsure", ou n'apparaît pas du tout.

Vous n'avez besoin d'aucune de ces notions pour utiliser le produit, mais elles facilitent grandement la compréhension des paramètres de réglage et de la file de vérification Self Learning. Le même processus est représenté en direct, avec les seuils réels de votre installation, dans les panneaux Logic Visualisation des pages de paramètres Member Matching et Shadow Profiles.

Les acteurs en présence

Le processus d'identification

Chaque visage détecté suit la même chaîne de décisions ordonnée. L'ordre compte : le résultat d'une étape antérieure empêche l'exécution des étapes suivantes.

1. Vérification de la liste noire (toujours en premier)

Le visage est comparé à la collection de liste noire de votre installation avec un seuil fixe de 95% (non configurable). En cas de correspondance, le traitement s'arrête immédiatement : la détection est écartée et n'apparaît jamais sur la chronologie. C'est ce qui rend la liste noire efficace contre les faux positifs fixes comme les affiches et les mannequins : consultez Liste noire.

2. Extraction du visage

Le système vérifie que l'image contient réellement un visage exploitable et en extrait les caractéristiques, la pose et un score de confiance. Pas de visage → détection écartée.

3. Recherche parmi les membres identifiés

Le visage est recherché dans la collection identifiée : tous les membres disposant de photos validées ou de détections déjà confirmées. La recherche part de l'Identified Collection Search Floor (40% de similarité par défaut avec le préréglage Balanced), afin que les candidats limites soient au moins pris en compte.

4. Correspondance assistée par la visite

Avant la décision finale, le système vérifie les enregistrements d'arrivée récents dans l'installation. Si un membre candidat s'est enregistré dans la Check-in Lookback Window (30 mins par défaut), son score de similarité reçoit le Visiting Member Bonus (+5 par défaut). Le raisonnement : si une personne qui ressemble à 82% à Alex Nguyen a passé la carte d'Alex Nguyen il y a trois minutes, il s'agit presque certainement d'Alex.

5. La décision de correspondance

• Score ≥ Identified Match Threshold (85% par défaut, Balanced) → la détection est confirmée comme étant ce membre.
• Scores limites, situés dans la Borderline Confidence Zone (+7 points au-dessus du seuil par défaut) : ils font l'objet d'une vérification de la pose supplémentaire, le visage devant être raisonnablement de face (limites par défaut pour les personnes identifiées : lacet 55° / tangage 30° / roulis 30°). Les visages fortement inclinés avec une confiance limite sont écartés plutôt que de risquer une mauvaise identification.
• Score inférieur au Drop Threshold (45% par défaut) → la similarité est "not high enough to confirm the correct person with certainty" et la détection est exclue de la correspondance.
• Entre les deux → la personne est considérée comme unsure et passe à l'étape 6.

6. Correspondance avec les profils fantômes

Les visages sans correspondance sont recherchés dans la collection non identifiée, c'est-à-dire les profils fantômes des personnes unsure déjà vues :

• Score ≥ Profile Link Threshold (80% par défaut) → la détection est liée à ce profil fantôme existant. Le même visiteur conserve la même identité "Unsure - …" d'un jour à l'autre et d'une caméra à l'autre.
• Aucune correspondance → la détection devient candidate à la création d'un nouveau profil fantôme, mais seulement après les contrôles de qualité (étape suivante).

7. Contrôles de qualité des nouveaux profils fantômes

Créer un profil fantôme revient à adopter une photo de référence à laquelle le système se comparera pendant des semaines : la photo doit donc être bonne. Deux niveaux s'exécutent l'un après l'autre :

Les photos retenues font l'objet d'une analyse des attributs (âge estimé, genre, émotion), puis d'une dernière vérification anti-concurrence : comme les détections sont traitées en parallèle, le système recherche une fois de plus dans la collection fantôme avant de créer le profil, afin que deux images du même nouveau visiteur ne créent pas deux profils. Le résultat est soit New Shadow Profile Created, soit Matched Existing Shadow Profile.

Tous ces seuils sont réglables au moyen des préréglages Lenient / Balanced / Strict : consultez Réglage de la reconnaissance faciale.

Self learning : combler l'écart d'identification

La correspondance faciale seule ne peut pas identifier un membre qui n'a pas de photo, ou dont la photo est trop médiocre pour être validée. Self Learning résout ce problème en s'appuyant sur le comportement plutôt que sur la biométrie :

1. Les horaires de détection de chaque personne non identifiée sont corrélés aux enregistrements d'arrivée des membres sur une période de référence (8 visites corrélées requises par défaut, sur les derniers mois d'historique, avec une fenêtre d'environ 10 minutes de part et d'autre de chaque enregistrement).
2. Si un seul membre s'est enregistré de manière régulière chaque fois que cette personne a été détectée, des contrôles de validation s'exécutent (concordance du genre, tolérance d'âge facultative).
3. Contrôles réussis → le profil est automatiquement lié à ce membre. Contrôles échoués → il rejoint la file Pending Review pour une décision humaine. Plusieurs membres candidats → aucune correspondance ; le système continue d'observer.

Par ailleurs, une fois qu'une personne est identifiée, le système maintient discrètement sa référence faciale à jour : les correspondances quasi parfaites (similarité de 99% ou plus) peuvent être ajoutées automatiquement comme photos fantômes, dans la limite d'un petit ensemble tournant (6) par personne, pour que la reconnaissance continue de fonctionner lorsque l'apparence change. Ces photos ajoutées automatiquement portent la mention "Auto-added by self-learning" dans le profil.

Le processus complet, ses statuts et le flux de vérification sont documentés dans Self Learning.

Des détections à la chronologie

Les détections brutes seraient illisibles : la chronologie affiche donc des visites, c'est-à-dire des détections fusionnées en groupes selon les paramètres Detection Grouping. Par défaut, une nouvelle visite commence après un intervalle de 45 minutes, et les personnes non identifiées n'apparaissent qu'à partir de 3 détections réparties sur 5 minutes (ainsi, une personne qui passe brièvement devant une caméra de porte n'encombre pas la vue). Un bouton de la barre d'outils de la chronologie permet de désactiver ce filtre de seuil lorsque vous souhaitez voir chaque brève apparition.

Ce qui s'exécute où

Chaque installation dispose de ses propres collections de visages isolées (identifiée, non identifiée et liste noire) : la reconnaissance ne franchit jamais les limites d'une installation. Les images de visages et les métadonnées IA sont stockées dans la région de stockage de votre choix et expirent selon la conservation des métadonnées IA (24 mois par défaut). Consultez Sécurité et confidentialité.

Glossaire