Ottimizzazione del riconoscimento facciale
In questa pagina
Settings → Face Recognition espone i comandi alla base della pipeline di identificazione: Member Matching, Shadow Profiles e Self Learning (oltre a Blacklist Faces, documentato in Blacklist). Ogni sezione offre i preset Lenient / Balanced / Strict, con ogni soglia sottostante regolabile singolarmente e il relativo valore predefinito indicato accanto al cursore, ad esempio "(Default: 30 mins)".
Regole di base prima di modificare qualsiasi cosa:
- Balanced è il valore predefinito consigliato per ogni sezione: parti da lì e restaci finché non hai settimane di dati reali che mostrano un problema specifico.
- I preset codificano un unico compromesso: Lenient identifica più persone ma rischia più abbinamenti errati; Strict non etichetta quasi mai in modo errato ma lascia più persone come "Unsure".
- Modifica una sezione alla volta e lascia passare alcuni giorni prima di valutare: gli effetti si vedono solo nell'insieme (tieni d'occhio il KPI Unsure % nei Report).
- Le pagine delle impostazioni includono un diagramma di flusso Logic Visualisation in tempo reale, generato con i valori attuali della tua struttura: i nodi sono cliccabili ("Tap to scroll to this setting"), il che lo rende il modo migliore per verificare cosa fa effettivamente una modifica.
Abbinamento Membri
Controlla la decisione dei passaggi 3–5 della pipeline: quando un volto è con certezza un membro?
Figura 1: Member Matching: i preset in alto, il diagramma di flusso Logic Visualisation in tempo reale sotto
Preset
| Soglia | Lenient | Balanced (predefinito) | Strict |
|---|---|---|---|
| Identified Match Threshold | 80 | 85 | 92 |
| Drop Threshold | 55 | 45 | 35 |
| Identified Collection Search Floor | 35 | 40 | 47 |
Soglie individuali
Figura 2: i singoli cursori di Member Matching, ciascuno con il proprio valore predefinito
| Impostazione | Predefinito | Cosa fa |
|---|---|---|
| Identified Match Threshold | 85% | Somiglianza minima per confermare un volto come membro. Il cursore con le conseguenze maggiori |
| Drop Threshold | 45% | Al di sotto di questo valore, una corrispondenza parziale viene scartata invece di essere mantenuta come "unsure" |
| Identified Collection Search Floor | 40% | Somiglianza minima perché i candidati vengano restituiti dalla ricerca |
| Visiting Member Bonus | +5 | Punti di somiglianza aggiunti quando il candidato ha effettuato il check-in di recente: abbinamento assistito dalla visita |
| Check-in Lookback Window | "(Default: 30 mins)" | Quanto deve essere recente un check-in per ottenere il bonus |
| Borderline Confidence Zone | "(Default: +7)" | I punteggi entro questa fascia sopra la soglia di abbinamento ricevono il controllo aggiuntivo della posa |
| Identified pose limits | Yaw 55° / Pitch 30° / Roll 30° | Angoli massimi della testa accettati per gli abbinamenti al limite |
Quando discostarsi da Balanced:
- Unsure % elevata ma membri chiaramente riconoscibili in video → migliora prima le foto dei membri (filtra l'elenco People per "Invalid Photo"); solo dopo valuta Lenient.
- Qualsiasi identificazione errata confermata → passa subito a Strict (o alza la soglia di abbinamento): un'identità errata associata ai rilevamenti è molto più costosa di un visitatore non identificato.
- Telecamera della reception con un'ampia correlazione con i check-in → allungare leggermente la Check-in Lookback Window può aumentare l'identificazione nelle strutture in cui i membri si trattengono prima di passare davanti a una telecamera; mantieni il bonus moderato.
Profili Ombra
Controlla i passaggi 6–7 della pipeline: quando i volti non abbinati vengono collegati a shadow profile esistenti e quanto è selettivo il sistema nel crearne di nuovi.
Figura 3: Shadow Profiles: preset di qualità, soglie e diagramma di flusso degli shadow profile
| Impostazione | Predefinito | Cosa fa |
|---|---|---|
| Profile Link Threshold | 80% | Somiglianza minima per collegare un rilevamento a uno shadow profile esistente: la decisione "stesso visitatore di ieri" |
| Duplicate Prevention Threshold | 90% | Somiglianza alla quale il controllo finale contro le race condition considera un volto "nuovo" come un profilo già creato |
| Minimum Detection Confidence | 90% | Certezza che l'AI deve avere che l'immagine contenga un volto reale prima di tentare la creazione del profilo |
| Unidentified pose limits | Yaw 30° / Pitch 35° / Roll 60° | Angoli massimi della testa perché una foto possa generare un nuovo profilo: volutamente più rigidi rispetto all'abbinamento, poiché questa foto diventa un riferimento di lunga durata |
| Quality preset | Balanced | Determina i controlli di qualità delle foto a due livelli descritti sotto |
Il preset di qualità (Lenient / Balanced / Strict) fissa il livello per i Tier 1 — Fast Quality Checks ("Sharpness · Contrast · Lighting · Exposure · Dynamic Range · Eye Aspect Ratio", ~10–60 ms) e i Tier 2 — ISO Quality Checks ("Face Occlusion · Eyes · Mouth · Head Pose · Illumination · Exposure · Compression · Expression", ~5–10 s). Ogni valore sottostante è regolabile singolarmente (risoluzione minima, nitidezza, contrasto, simmetria dell'illuminazione, limiti di esposizione, gamma dinamica, rapporto di apertura degli occhi e l'intero insieme ISO, compresi un filtro IR/visione notturna e un punteggio minimo di qualità complessiva), ma le modifiche individuali sono un ambito da affrontare con l'assistenza: i preset coprono praticamente tutte le strutture reali.
La tabella dei sintomi:
| Sintomo | Soluzione probabile |
|---|---|
| Lo stesso visitatore riceve ogni giorno un nuovo profilo "Unsure" | Preset di qualità troppo rigido per la tua illuminazione o Profile Link Threshold troppo alta: prova prima la qualità Lenient |
| Due persone diverse unite in un unico shadow profile | Alza la Profile Link Threshold / passa a Strict |
| Proliferazione di profili spazzatura (ombre, riflessi, schermi) | Alza la Minimum Detection Confidence; inserisci in blacklist le cause statiche |
Autoapprendimento
Controlla la pipeline di correlazione delle visite. Visibile solo quando Enhanced AI Analysis è attivato.
Figura 4: impostazioni Self Learning: requisiti di evidenza e controlli di convalida
| Impostazione | Predefinito Balanced | Cosa fa |
|---|---|---|
| Minimum visits | 8 | Visite correlate necessarie prima di una decisione di collegamento: la soglia di evidenza |
| Lookback period | ~2 mesi (60 giorni) | Quanta cronologia considera la correlazione |
| Timing window | ±10 minuti | Quanto deve essere vicino un rilevamento a un check-in per essere considerato correlato |
| Gender check | attivo | Gli attributi rilevati devono corrispondere al record del membro, altrimenti → Pending Review |
| Age check | disattivo (tolleranza 10 anni) | Seconda convalida facoltativa |
Come orientarsi tra i preset: Lenient collega più rapidamente con meno evidenze (adatto alle strutture piccole in cui il personale rivede comunque la coda); Strict richiede più visite e una convalida più rigida (adatto dove un collegamento automatico errato è inaccettabile). Ricorda la protezione strutturale che nessun preset modifica: la correlazione deve indicare esattamente un membro, altrimenti il risultato è No match.
Cosa non puoi regolare
Per completezza, le parti della pipeline fisse per progettazione:
- La soglia del controllo blacklist (95%): vedi Blacklist.
- Le regole delle foto shadow automatiche (somiglianza del 99% o superiore, un piccolo limite a rotazione per persona, periodi di attesa) che mantengono aggiornato il riconoscimento: vedi Self Learning.
Pagine correlate
- Come funziona: la pipeline governata da queste impostazioni
- Self Learning: la console di revisione
- Risoluzione dei problemi: problemi di riconoscimento e le loro cause abituali