Come funziona

In questa pagina

Questa pagina spiega il modello concettuale alla base di AI Insights & People: cosa succede tra il momento in cui una telecamera vede un volto e quello in cui il volto compare sulla tua timeline delle persone come membro identificato, come visitatore "Unsure" o non compare affatto.

Non ti serve nulla di tutto questo per usare il prodotto, ma rende molto più facile ragionare sulle impostazioni di ottimizzazione e sulla coda di revisione di Self Learning. La stessa pipeline è disegnata in tempo reale, con le soglie effettive della tua struttura, nei pannelli Logic Visualisation delle pagine delle impostazioni Member Matching e Shadow Profiles.

I protagonisti

Termine	Significato
Detection	Un singolo volto catturato in un fotogramma della telecamera
Track	Un avvistamento continuo della stessa persona su una telecamera: molti rilevamenti uniti insieme
Visit	Tracce raggruppate tra più telecamere in un'unica presenza: controllate dalle impostazioni Detection Grouping
Identified person	Un rilevamento abbinato a un record di membro sincronizzato
Unsure person	Una persona reale che il sistema traccia in modo coerente ma che non riesce ancora a collegare a un membro: mostrata come "Unsure - "
Shadow profile	Il profilo interno creato per una persona unsure: il riferimento facciale con cui il sistema confronta i rilevamenti futuri
Shadow photos	"Additional face images used by the facial recognition engine to help identify this person. They are separate to the profile photo synchronised from external systems like your member management system." (citato dall'interfaccia)
Blacklisted face	Un volto che hai indicato al sistema di ignorare completamente: vedi Blacklist
Check-in	Un evento di passaggio badge/ingresso sincronizzato dal tuo sistema di gestione dei membri: usato per l'abbinamento assistito dalla visita e per il self learning

La pipeline di identificazione

Ogni volto rilevato attraversa la stessa catena ordinata di decisioni. L'ordine conta: l'esito di una fase precedente impedisce l'esecuzione delle fasi successive.

1. Controllo blacklist (sempre per primo)

Il volto viene confrontato con la raccolta blacklist della tua struttura con una soglia fissa del 95% (non configurabile). In caso di corrispondenza, l'elaborazione si interrompe immediatamente: il rilevamento viene scartato e non compare mai sulla timeline. È questo che rende la blacklist efficace contro i falsi positivi statici come poster e manichini: vedi Blacklist.

2. Estrazione del volto

Il sistema verifica che nell'immagine ci sia effettivamente un volto utilizzabile e ne estrae le caratteristiche, la posa e un punteggio di confidenza. Nessun volto → scartato.

3. Ricerca tra i membri identificati

Il volto viene cercato nella raccolta identificata: ogni membro con foto convalidate o rilevamenti confermati in precedenza. La ricerca parte dalla Identified Collection Search Floor in su (per impostazione predefinita 40% di somiglianza con il preset Balanced), in modo che i candidati al limite vengano almeno presi in considerazione.

4. Abbinamento assistito dalla visita

Prima della decisione finale, il sistema controlla i check-in recenti nella struttura. Se un membro candidato ha effettuato il check-in entro la Check-in Lookback Window (per impostazione predefinita 30 mins), il suo punteggio di somiglianza riceve il Visiting Member Bonus (per impostazione predefinita +5). Il ragionamento: se qualcuno che somiglia all'82% ad Alex Nguyen ha passato il badge di Alex Nguyen tre minuti fa, si tratta quasi certamente di Alex.

5. La decisione di abbinamento

Punteggio ≥ Identified Match Threshold (per impostazione predefinita 85%, Balanced) → il rilevamento viene confermato come quel membro.
Punteggi al limite, entro la Borderline Confidence Zone (per impostazione predefinita +7 punti sopra la soglia), ricevono un controllo della posa aggiuntivo: il volto deve essere ragionevolmente frontale (limiti predefiniti per gli identificati: yaw 55° / pitch 30° / roll 30°). I volti con angolazioni marcate e confidenza al limite vengono scartati piuttosto che rischiare un'identificazione errata.
Punteggio sotto la Drop Threshold (per impostazione predefinita 45%) → la somiglianza "not high enough to confirm the correct person with certainty" e il rilevamento viene escluso dall'abbinamento.
Qualsiasi valore intermedio → la persona viene trattata come unsure e prosegue al passaggio 6.

6. Abbinamento con gli shadow profile

I volti non abbinati vengono cercati nella raccolta non identificata: gli shadow profile delle persone unsure viste in precedenza:

Punteggio ≥ Profile Link Threshold (per impostazione predefinita 80%) → il rilevamento viene collegato a quello shadow profile esistente. Lo stesso visitatore mantiene la stessa identità "Unsure - …" tra giorni e telecamere diversi.
Nessuna corrispondenza → il rilevamento diventa un candidato per un nuovo shadow profile, ma solo dopo i controlli di qualità (passaggio successivo).

7. Controlli di qualità per i nuovi shadow profile

Creare uno shadow profile significa impegnarsi su una foto di riferimento con cui il sistema confronterà i volti per settimane, quindi la foto deve essere buona. Due livelli vengono eseguiti in sequenza:

Controllo	Cosa verifica	Velocità
Detection Confidence Gate	La confidenza dell'AI di aver trovato davvero un volto reale (minimo predefinito 90). Al di sotto, l'immagine viene scartata immediatamente: "no quality checks, no profile search"	istantaneo
Controllo della posa	Più rigido rispetto all'abbinamento dei membri (limiti predefiniti per i non identificati: yaw 30° / pitch 35° / roll 60°): foto di riferimento con angolazioni scadenti causano in seguito raggruppamenti errati delle persone	istantaneo
Tier 1 — Fast Quality Checks	"Sharpness · Contrast · Lighting · Exposure · Dynamic Range · Eye Aspect Ratio": rifiuta le foto palesemente inutilizzabili	~10–60 ms
Tier 2 — ISO Quality Checks	Valutazione della qualità dell'immagine basata su standard: "Face Occlusion · Eyes · Mouth · Head Pose · Illumination · Exposure · Compression · Expression"	~5–10 s

Le foto che superano i controlli ricevono l'analisi degli attributi (età stimata, genere, emozione) e poi un ricontrollo finale contro le race condition: poiché i rilevamenti vengono elaborati in parallelo, il sistema cerca ancora una volta nella raccolta shadow prima di creare il profilo, in modo che due fotogrammi dello stesso nuovo visitatore non creino due profili. Il risultato è New Shadow Profile Created oppure Matched Existing Shadow Profile.

Tutte queste soglie sono regolabili tramite i preset Lenient / Balanced / Strict: vedi Ottimizzazione del riconoscimento facciale.

Self learning: colmare il divario di identificazione

L'abbinamento facciale da solo non può identificare un membro che non ha una foto, o che ha una foto troppo scadente per superare la convalida. Self Learning risolve il problema basandosi sul comportamento invece che sulla biometria:

Gli orari di rilevamento di ogni persona non identificata vengono correlati con i check-in dei membri su un periodo di riferimento (per impostazione predefinita sono richieste 8 visite correlate, esaminando gli ultimi mesi di cronologia, con una finestra temporale di circa 10 minuti prima e dopo ogni check-in).
Se esattamente un membro ha effettuato il check-in in modo coerente ogni volta che questa persona è stata rilevata, vengono eseguiti i controlli di convalida (corrispondenza del genere, tolleranza sull'età facoltativa).
Controlli superati → il profilo viene collegato automaticamente a quel membro. Controlli non superati → finisce nella coda Pending Review per una decisione umana. Più membri candidati → nessuna corrispondenza; il sistema continua a osservare.

Separatamente, una volta che una persona è identificata, il sistema mantiene silenziosamente aggiornato il suo riferimento facciale: le corrispondenze quasi perfette (somiglianza del 99% o superiore) possono essere aggiunte automaticamente come shadow photo, fino a un piccolo insieme a rotazione (6) per persona, in modo che il riconoscimento continui a funzionare quando l'aspetto cambia. Queste foto aggiunte automaticamente sono etichettate "Auto-added by self-learning" nel profilo.

La pipeline completa, i suoi stati e il flusso di revisione sono documentati in Self Learning.

Dai rilevamenti alla timeline

I rilevamenti grezzi sarebbero illeggibili, quindi la timeline mostra le visite: rilevamenti uniti in gruppi tramite le impostazioni Detection Grouping. Per impostazione predefinita una nuova visita inizia dopo un intervallo di 45 minuti e le persone non identificate compaiono solo con almeno 3 rilevamenti distribuiti su 5 minuti (così chi passa brevemente davanti alla telecamera di una porta non affolla la vista). Un interruttore nella barra degli strumenti della timeline può disattivare questo filtro di soglia quando vuoi vedere ogni breve apparizione.

Cosa viene eseguito e dove

Fase	Dove viene eseguita
Acquisizione video, rilevamento delle persone nei fotogrammi	Sull'Edge Processor nella tua struttura
Abbinamento facciale, shadow profile, controlli di qualità, analisi degli attributi	Nel cloud, sulle raccolte di volti private della tua struttura
Sincronizzazione membri/check-in	Cloud, dal tuo sistema di gestione dei membri tramite l'integrazione Partner
Correlazione di self learning	Cloud, a intervalli regolari (richiede Enhanced AI Analysis)
Snapshot dei report	Cloud, generati ogni giorno (giorno precedente, calcolati durante la notte nell'ora locale della struttura)

Ogni struttura ha le proprie raccolte di volti isolate (identificata, non identificata e blacklist): il riconoscimento non avviene mai tra strutture diverse. Le immagini dei volti e i metadati AI sono archiviati nella regione di archiviazione scelta e scadono in base alla conservazione degli AI Metadata (per impostazione predefinita 24 mesi). Vedi Sicurezza e privacy.

Glossario

Termine	Definizione
Identified Match Threshold	Somiglianza minima per confermare un volto come membro (predefinito 85, Balanced)
Drop Threshold	Al di sotto di questo valore, una corrispondenza parziale viene scartata del tutto (predefinito 45)
Identified Collection Search Floor	Somiglianza minima perché un candidato venga restituito dalla ricerca (predefinito 40)
Visiting Member Bonus	Punti di somiglianza aggiunti quando il candidato ha un check-in recente (predefinito +5)
Check-in Lookback Window	Quanto indietro nel tempo cercare i check-in (predefinito 30 mins)
Borderline Confidence Zone	Fascia di punteggio sopra la soglia di abbinamento in cui si applica il controllo della posa (predefinito +7)
Profile Link Threshold	Somiglianza minima per collegare un rilevamento a uno shadow profile esistente (predefinito 80)
Duplicate Prevention Threshold	Somiglianza alla quale il ricontrollo contro le race condition considera un volto "nuovo" come un profilo esistente (predefinito 90)
Minimum Detection Confidence	Confidenza che l'AI deve avere che un'immagine contenga un volto prima di tentare la creazione dello shadow profile (predefinito 90)
Enhanced AI Analysis	Impostazione General di TVCC che attiva metadati più ricchi, tracciamento dei percorsi e self learning
Demeanor	Lettura emotiva per persona "Calculated from detected emotions during the visit"
Sentiment score	Punteggio da 0 a 100 a livello di zona/struttura derivato dalle espressioni facciali rilevate, ponderato in base alla configurazione di Sentiment Scoring