הלוגו של Performance HubPerformance Hub
מקטע באתר: תיעוד

פתרון בעיות

בדף זה

אבחון שמתחיל מהתסמין עבור שכבת האנשים/הבינה המלאכותית. לבעיות במצלמות, בהקלטה, בהעלאה או במכשיר, התחילו בפתרון בעיות של CCTV — כל מה שכאן מניח שהווידאו עצמו תקין.

שום דבר לא מופיע בציר הזמן של האנשים

ציר הזמן מציג "No face detections — There are no face detection items in this current view range of the timeline."

  1. האם מעקב אחר אנשים מופעל? ההגדרה היא לכל מצלמה וכבויה כברירת מחדל — בדקו כל מצלמה במצלמות ומכשירים.
  2. האם מסנן סף הזיהוי מסתיר הכול? כברירת מחדל, אנשים צריכים מספיק זיהויים לאורך מספיק דקות כדי להופיע. כבו את מסנן הסף — אם אנשים מופיעים, הם פשוט היו מתחת למינימום.
  3. בדקו את חלון התאריכים — קל להשאיר את טווח 1D/2D/3D ואת בורר התאריכים על היום הלא נכון.
  4. האם המצלמה באמת רואה פנים? זיהוי אנשים צריך פנים בגודל ובזווית שמישים. מצלמת תקרה שמביטה ישר למטה מזהה ראשים, לא פנים. בדקו את מסגור המצלמה בתצוגה החיה.
  5. הפעלת התכונה — אם כל אזור People חסר או שה-APIs מחזירים "People feature is not enabled for this facility", התכונה לא מופעלת; פנו למנהל החשבון שלכם.

חבר אף פעם לא מזוהה (תמיד "Unsure")

זו הבעיה הנפוצה ביותר, וכמעט תמיד הסיבה היא התמונה:

  1. בדקו את סטטוס התמונה. ברשימת People, מצאו את החבר. תג "Invalid Photo" (תיאור הכלי מציג את הציון ואת סיבת הכישלון) או הסטטוס "Not Processed" פירושם שלהתאמת הפנים אין עם מה לעבוד. תקנו את התמונה במערכת החברים שלכם, או ערכו אותה ישירות ("Edit Profile" → "Change").
  2. אין תמונה בכלל? Self Learning עדיין יכול לזהות אותו ממתאם ביקורים — בדקו אם הוא ממתין בתור שלו, וודאו ש-Enhanced AI Analysis מופעל.
  3. זהו ידנית פעם אחת. הפעולה "Identify This Person" בפרופיל ה-unsure שלו מקשרת אותו מיד, ותמונות הצל שהוא צובר משפרות את ההתאמה העתידית.
  4. החטאות קרובות מתמשכות (חלון הפרטים במעבר עכבר מציג דמיון מעט מתחת ל-85%) → ראו כוונון זיהוי פנים — אבל שפרו את התמונה לפני שנוגעים בספים.

אותו אדם מקבל שוב ושוב פרופילי "Unsure" חדשים

הזיהוי לא מקשר בין הביקורים שלו:

  1. מזגו את הכפילויות — בחרו את הפרופילים בציר הזמן ומזגו. כל מיזוג מאחד הפניות פנים ומגדיל את הסיכוי שהביקור הבא יקושר.
  2. בדקו את איכות התמונה של המצלמה — כיפות מלוכלכות, תאורה אחורית (מצלמה שפונה לכניסה מוארת) ותאורה חלשה מייצרים כולם תמונות הפניה גרועות מכדי להתאים מולן. הפתרון הוא בתצוגת המצלמה, לא בהגדרות.
  3. אם הבעיה היא בכל המתקן, ייתכן שערכת האיכות הקבועה מראש של פרופילי הצל מחמירה מדי לתנאי התאורה שלכם — ראו את טבלת התסמינים.

זוהה האדם הלא נכון

נדיר, וראוי להתייחסות רצינית:

  1. תקנו את הרשומה: פתחו את פרופיל האדם ובדקו את תמונות הצל שלו — מיזוג שגוי או תמונה גרועה שנוספה אוטומטית בדרך כלל נראים לעין. הסירו את התמונות השגויות, או מזגו/זהו מחדש לחבר הנכון.
  2. אם Self Learning יצר את הקישור, השתמשו ב-"Unlink" ברשומה ("the self-learn record will be reverted") וב-"Reject" להתאמה עם סיבה, כדי שהיא לא תוצע שוב.
  3. הדקו את ההתאמה: העבירו את Member Matching לכיוון Strict — ראו כוונון זיהוי פנים.

פוסטר / בובת ראווה / טלוויזיה ממשיכים להופיע כאדם

זה פועל כמתוכנן, ויש לכך פתרון ייעודי: הוסיפו לרשימה השחורה. פתחו את התפריט של האדם השגוי → "Add to Blacklist" עם סיבה ("e.g. Store Mannequin"). זיהויים עתידיים מושמטים לפני כל עיבוד. אם זיהויים ממשיכים מזווית מצלמה שנייה, הוסיפו רשומה שנייה לרשימה השחורה מאחד מהזיהויים האלה.

דוחות ריקים או שחסרים בהם אזורים

  1. הדוחות מתעכבים מעצם התכנון — תמונות המצב נוצרות במהלך הלילה עבור היום הקודם. מתקן חדש לגמרי רואה נתונים מהיום השני.
  2. "No zones configured — assign cameras to access zones in Settings" — ניתוח אזורים צריך אזורי גישה עם מצלמות משויכות.
  3. מדדי ה-KPI נראים נמוכים בהשוואה לצ׳ק-אינים — בדקו באילו מצלמות מעקב אחר אנשים מופעל; נתוני הדוחות מגיעים רק ממצלמות שמנותחות.

הפרות הגישה נראות שגויות

  1. הפרות שגויות אחרי ההגדרה הן כמעט תמיד באגים בכללים — תוכנית לגיטימית שחסרה ברשימת התוכניות המותרות של אזור. סקרו את כללי Membership Plans של האזור לפני שאתם מניחים שהבעיה בהתנהגות החבר.
  2. זכרו את ההגדרה: הפרה היא אי-התאמה לכלל תוכנית — "excluded, or not in the allowed plans" — כולל חלונות זמן מ-Access Hours. חבר בתוכנית הנכונה בזמן הלא נכון עדיין מפר.
  3. אזורים פתוחים אף פעם לא מעלים הפרות — אם אתם מצפים להפרות מאזור עם התג "Anyone can access", צריך קודם להגדיר לו כללים.
  1. Enhanced AI Analysis חייב להיות מופעל — כשהוא כבוי, המתאם לא רץ בכלל (וקטע ההגדרות מוסתר).
  2. בדקו את רף הראיות — פרופילים צריכים את מינימום הביקורים המתואמים (ברירת מחדל 8). הכרטיסייה In Pipeline מציגה את ההתקדמות לכל פרופיל ("N/M visits"); למבקרים לא תכופים לוקח שבועות לצבור ראיות.
  3. צ׳ק-אינים חייבים להסתנכרן — אין נתוני צ׳ק-אין, אין מתאם. ודאו זאת עם כלי ה-MCP‏ insights_checkins או לפי הסטטוס של שילוב השותפים שלכם.
  4. כרטיסיית "No Match" גדולה היא לעיתים קרובות זוגות שתמיד מגיעים יחד — המערכת מסרבת לנחש בין שני מועמדים. זהו ידנית אחד מהם.
  5. כרטיסיית "Unable to Link" גדולה מצביעה על איכות הנתונים במערכת החברים — בדרך כלל רשומות שחסרים בהן השדות הדרושים להשלמת הקישור.

מיזוג, זיהוי או מחיקה נראים תקועים

הפעולות האלה רצות כתהליכי רקע במעקב — שיוך מחדש של היסטוריית זיהויים ארוכה לוקח זמן. כרטיסים מציגים מצבים חולפים ("PROCESSING", "DELETING..."); מיזוגים מציגים "Processing N of M…" עם האפשרות "Retry Failed" במקרה של כישלון חלקי, ומחיקות שנכשלו מציגות "DELETE FAILED - RETRY". נסו שוב פעם אחת לפני שאתם פונים לתמיכה עם מזהה האדם ("Copy Person ID").

כשאתם פונים לתמיכה

כללו: שם המתקן, את Person ID (ניתן להעתקה מכל תפריט אריח או פרופיל), המצלמה המעורבת, חלון התאריך/השעה, ו — בבעיות זיהוי — האם סטטוס התמונה של החבר תקין. צילומי מסך אנונימיים של חלון הפרטים במעבר עכבר (שמציג את ציון הדמיון) מקצרים את רוב חקירות ההתאמה.