למידה עצמית
בדף זה
הכרטיסייה Self Learning (AI Insights & People → Self Learning) היא המסוף של צינור הזיהוי האוטומטי. במילים של הדף עצמו, הוא "Automatically links unidentified people to real members by correlating visit patterns with check-in data. Useful when members don't have valid profile photos or their photos are of low quality."
בעוד שהתאמת פנים עונה על השאלה "האם הפנים האלה נראות כמו התמונה של חבר?", Self Learning עונה על שאלה אחרת: "האם דפוס הנוכחות של האדם הזה תואם לדפוס הצ׳ק-אין של חבר אחד בדיוק?" כך המערכת מזהה חברים שהמצלמה לעולם לא תוכל להתאים — בלי תמונה, או עם תמונה גרועה מכדי לעבור אימות.
Self Learning דורש ש-Enhanced AI Analysis יהיה מופעל ב-CCTV Settings → General. כשהוא כבוי, הרצות המתאם נעצרות וקטע ההגדרות של Self Learning מוסתר.
איור 1: התצוגה Self Learning — הכרטיס Decision Flow, ספירות סיכום ותור הפרופילים
איך פרופיל מגיע להכרעה
איור 2: הכרטיס Decision Flow — "How profiles resolve", עם חותמת הזמן של הרצת המתאם האחרונה
הכרטיס Decision Flow מסכם את ארבע התוצאות, בדיוק כפי שהממשק מפרט אותן:
| תנאי | תוצאה |
|---|---|
| "Successfully linked to member profile" | Automatically Linked |
| "Has visit/swipe logs but not enough info to link (e.g. missing name)" | Unable to Link |
| "Enough visits + validation checks failed" | Pending Review |
| "No single member correlation" | No match |
מאחורי הקלעים, כל הרצת מתאם (חותמת הזמן "Last run:" בכרטיס) מבצעת את הפעולות הבאות עבור כל פרופיל לא מזוהה:
- מתאם בין זמני הזיהוי של הפרופיל לבין צ׳ק-אינים של חברים לאורך תקופת הבדיקה לאחור, עם חלון תזמון סביב כל צ׳ק-אין (ברירת מחדל ±10 דקות).
- ספירת הראיות. הפרופיל צריך את מספר הביקורים המתואמים המינימלי שהוגדר — ברירת מחדל 8 בערכה הקבועה מראש Balanced. פרופילים עם מעט ראיות (3 ומעלה) אבל מתחת למינימום נשארים In Pipeline: "Profiles still gathering evidence from repeat visits and check-ins." כרטיס הצינור מציג "Average progress" כ-"N/M visits".
- דרישה למועמד אחד בדיוק. אם הביקורים מתואמים עם יותר מחבר אחד — למשל זוג שתמיד מגיע יחד — התוצאה היא No match. המערכת לא תנחש בין מועמדים.
- אימות. כשיש מועמד אחד ומספיק ביקורים, מופעלות בדיקות אימות: התאמת מגדר בין המאפיינים שזוהו בפרופיל לבין רשומת החבר (מופעלת כברירת מחדל), ובאופן אופציונלי בדיקת סבילות גיל. עובר → Automatically Linked. נכשל → Pending Review: "Strong timing match, but one or more validation checks did not pass."
כל רשומה נושאת ציון ודאות שנבנה ממספר הביקורים, מספר הימים הייחודיים והפער הממוצע בין הצ׳ק-אין לזיהוי (פער קצר ועקבי מקבל את הציון הגבוה ביותר).
את כל הספים — מינימום ביקורים, תקופת בדיקה לאחור, חלון תזמון ובדיקות אימות — אפשר להגדיר עם הערכות הקבועות מראש Lenient / Balanced / Strict ב-Settings → Face Recognition → Self Learning.
איור 3: הגדרות Self Learning — ערכות קבועות מראש, מינימום ביקורים, תקופת בדיקה לאחור, חלון תזמון ובדיקות אימות
כרטיסי הסיכום
| כרטיס | משמעות (טקסט הממשק) |
|---|---|
| In Pipeline | "Profiles still gathering evidence from repeat visits and check-ins." |
| Automatically Linked | "Successfully matched and linked to a real member profile." |
| Pending Review | "Strong timing match, but one or more validation checks did not pass." |
| Rejected | "Reviewed mismatches that staff have explicitly ruled out." |
| Monitoring | "Profiles being monitored — guests, staff, or ambiguous visit patterns." |
התור
איור 4: התור — פנים, חבר מועמד, ביקורים, פער ממוצע, ציון ודאות וסטטוס
כרטיסיות מחלקות את התור לפי מצב: In Pipeline, Pending Review, Automatically Linked, Unable to Link, Rejected, Manually Approved ו-Monitoring. תיבת חיפוש ("Search by name, ID, or personId...") מצמצמת תורים גדולים, והכפתור "Duplicates" בכרטיסיית הצינור מציף פרופילי צל שחשודים ככפולים, שכדאי למזג קודם — כפילויות מפצלות את ראיות הביקור ומאטות הכול.
עמודות הטבלה: Faces (תמונות הזיהוי של הפרופיל), Person / Member (פרופיל הצל והחבר המועמד שלו), Visits, Avg Lag (מהצ׳ק-אין ועד הזיהוי במצלמה), Score, Status, Updated. סטטוסי השורות כוללים "Pipeline", "Pending Review", "Automatically Linked", "Unable to Link", "No Match", "Rejected", וגם את המצבים החולפים "Linking..." ו-"Link Failed" ("Link failed — will retry on next run").
סקירת התאמות ממתינות
עבור כל שורה ב-Pending Review, השוו את פני הזיהוי לתמונה של החבר המועמד ולראיות הביקור שלו, ואז:
- Approve — מאשר את ההתאמה ומקשר את הפרופיל לחבר. האישורים משויכים למאשר ("Approved by ").
- Reject — שולל את ההתאמה. תיבת הדו-שיח מבקשת סיבה — "Please provide a reason for rejecting this match. This will be recorded for audit purposes." (למשל "Photos clearly show different people, member data is incorrect, etc."). פרופילים שנדחו לא יוצעו שוב לאותו חבר.
שתי פעולות נוספות משלימות את תהליך העבודה:
- Link — עבור שורות Unable to Link, תיבת דו-שיח לחיפוש ידני מאפשרת לכם לבחור בעצמכם את החבר הנכון; ראיות התזמון קיימות, רק שלשלב האוטומטי חסרו הנתונים כדי להשלים.
- Unlink — מבטל קישור אוטומטי. האישור מדויק לגבי מה שהפעולה עושה: "Are you sure you want to unlink this profile? The face data will remain merged with the member but the self-learn record will be reverted." אם נתוני פנים מוזגו בטעות, המשיכו לטפל בכך בפרופיל של האדם.
החצי השני: שמירה על זיהוי עדכני
Self Learning פועל בשקט גם על אנשים שכבר זוהו. כשזיהוי מאושר הוא התאמה כמעט מושלמת (דמיון של 99% ומעלה) ועובר את בדיקות האיכות והתנוחה, המערכת יכולה להוסיף אותו כתמונת צל — עד לסט קטן ומתחלף של 6 לכל אדם, עם תקופות צינון כדי שביקור אחד לא יציף את הסט. זו הסיבה שפרופילים צוברים תמונות שמסומנות "Auto-added by self-learning" (אנשים ופרופילים) — וזו הסיבה שהזיהוי ממשיך לעבוד כשתספורות, זקנים ומשקפיים משתנים.
טיפים מעשיים
- טפלו בתור Pending Review מדי שבוע. כל אישור משפר את הזיהוי לצמיתות; כל שורה שלא נסקרה היא חבר שנספר כ-"Unsure" בדוחות שלכם.
- מזגו כפילויות קודם. בדקו את התצוגה "Duplicates" לפני הסקירה — המיזוג מאחד ראיות ביקור ולעיתים קרובות דוחף פרופילים בצינור ישירות מעבר לסף.
- כרטיסיית Unable to Link גדולה מצביעה על בעיית איכות נתונים במערכת החברים שלכם — בדרך כלל שמות חסרים ברשומות שמאפשרות צ׳ק-אין.
- זוגות ושותפים לאימון שתמיד מגיעים יחד הם המקרה הקלאסי של No match. זהו אחד מהם ידנית והעמימות נעלמת עבור השני.
דפים קשורים
- איך זה עובד — המקום של Self Learning בצינור
- כוונון זיהוי פנים — הערכות הקבועות מראש והספים של Self Learning
- אנשים ופרופילים — זיהוי ומיזוג ידניים