작동 방식

이 페이지에서는 AI Insights & People의 개념 모델을 설명합니다. 카메라가 얼굴을 포착한 시점부터 그 얼굴이 사람 타임라인에 식별된 회원이나 "Unsure" 방문객으로 표시되거나 전혀 표시되지 않기까지 어떤 일이 일어나는지 다룹니다.

제품을 사용하는 데 이 내용이 꼭 필요한 것은 아니지만, 조정 설정과 Self Learning 검토 대기열을 훨씬 쉽게 이해할 수 있습니다. 동일한 파이프라인이 Member Matching 및 Shadow Profiles 설정 페이지의 Logic Visualisation 패널에 시설의 실제 임계값으로 실시간으로 표시됩니다.

주요 용어

식별 파이프라인

감지된 모든 얼굴은 동일한 순서의 결정 단계를 거칩니다. 순서가 중요합니다. 앞 단계의 결과에 따라 이후 단계가 실행되지 않을 수 있습니다.

1. 블랙리스트 검사(항상 첫 번째)

얼굴은 고정된 95% 임계값(구성 불가)으로 시설의 블랙리스트 컬렉션과 비교됩니다. 일치하면 처리가 즉시 중단됩니다. 감지는 폐기되며 타임라인에 표시되지 않습니다. 이 때문에 블랙리스트는 포스터나 마네킹 같은 고정된 오탐에 효과적입니다. 블랙리스트를 참조하십시오.

2. 얼굴 추출

시스템은 이미지에 실제로 사용할 수 있는 얼굴이 있는지 확인하고 특징, 자세 및 신뢰도 점수를 추출합니다. 얼굴이 없으면 폐기됩니다.

3. 식별된 회원 검색

얼굴은 식별된 컬렉션, 즉 검증된 사진이나 이전에 확인된 감지가 있는 모든 회원을 대상으로 검색됩니다. 검색은 Identified Collection Search Floor(Balanced 프리셋의 기본값은 유사도 40%) 이상에서 실행되므로 경계선에 있는 후보도 최소한 고려됩니다.

4. 방문 기반 매칭

최종 결정 전에 시스템은 최근 시설 체크인을 확인합니다. 후보 회원이 Check-in Lookback Window(기본값 30분) 내에 체크인했다면 해당 유사도 점수에 Visiting Member Bonus(기본값 +5)가 더해집니다. 그 이유는 Alex Nguyen과 82% 닮은 사람이 3분 전에 Alex Nguyen의 카드를 스와이프했다면 거의 확실히 Alex이기 때문입니다.

5. 매칭 결정

• 점수 ≥ Identified Match Threshold(기본값 85%, Balanced) → 감지가 해당 회원으로 확인됩니다.
• 경계선 점수, 즉 Borderline Confidence Zone(기본값: 임계값보다 +7점 높은 범위) 내의 점수는 추가 자세 검사를 받습니다. 얼굴이 어느 정도 정면을 향해야 합니다(식별 기본 한도: yaw 55° / pitch 30° / roll 30°). 경계선 신뢰도에서 각도가 큰 얼굴은 잘못 식별될 위험을 감수하기보다 폐기됩니다.
• 점수가 Drop Threshold 미만(기본값 45%) → 유사도가 *"not high enough to confirm the correct person with certainty"*이며, 감지는 매칭에서 제외됩니다.
• 그 사이의 점수 → 해당 사람은 unsure로 처리되어 6단계로 넘어갑니다.

6. 섀도 프로필 매칭

매칭되지 않은 얼굴은 미식별 컬렉션, 즉 이전에 확인된 unsure 사람들의 섀도 프로필을 대상으로 검색됩니다.

• 점수 ≥ Profile Link Threshold(기본값 80%) → 감지가 기존 섀도 프로필에 연결됩니다. 같은 방문객은 여러 날과 여러 카메라에 걸쳐 같은 "Unsure - …" 신원을 유지합니다.
• 일치 없음 → 감지는 새 섀도 프로필의 후보가 되지만, 품질 게이트(다음 단계)를 통과한 경우에만 생성됩니다.

7. 새 섀도 프로필의 품질 게이트

섀도 프로필을 만든다는 것은 시스템이 몇 주 동안 비교할 참조 사진을 확정한다는 의미이므로, 사진의 품질이 좋아야 합니다. 두 단계가 순서대로 실행됩니다.

통과한 사진은 속성 분석(추정 연령, 성별, 감정)을 거친 후 최종 경합 조건 재확인을 받습니다. 감지는 병렬로 처리되므로 시스템은 프로필을 만들기 전에 섀도 컬렉션을 한 번 더 검색하여, 같은 새 방문객의 두 프레임이 프로필 두 개를 만들지 않도록 합니다. 결과는 New Shadow Profile Created 또는 Matched Existing Shadow Profile 중 하나입니다.

이러한 모든 임계값은 Lenient / Balanced / Strict 프리셋으로 조정할 수 있습니다. 얼굴 인식 조정을 참조하십시오.

셀프 러닝: 식별 격차 해소

얼굴 매칭만으로는 사진이 없거나 검증을 통과하지 못할 정도로 사진 품질이 낮은 회원을 식별할 수 없습니다. Self Learning은 생체 정보 대신 행동을 사용하여 이 문제를 해결합니다.

1. 모든 미식별 사람의 감지 시간을 조회 기간 동안의 회원 체크인과 상관 분석합니다(기본적으로 8회의 상관 방문이 필요하며, 최근 몇 개월의 이력을 조회하고, 각 체크인 전후 약 10분의 시간 범위를 사용합니다).
2. 이 사람이 감지될 때마다 정확히 한 명의 회원이 일관되게 체크인했다면 검증 검사(성별 일치, 선택적 연령 허용 오차)가 실행됩니다.
3. 검사 통과 → 프로필이 해당 회원과 자동으로 연결됩니다. 검사 실패 → 사람이 결정하도록 Pending Review 대기열로 이동합니다. 후보 회원이 여러 명 → 일치 없음이며, 시스템은 계속 관찰합니다.

이와 별도로, 사람이 식별된 후에는 시스템이 얼굴 참조를 조용히 최신 상태로 유지합니다. 거의 완벽한 매칭(유사도 99% 이상)은 섀도 사진으로 자동 추가될 수 있으며, 사람당 소규모 순환 세트(6장)로 제한되므로 외모가 바뀌어도 인식이 계속 작동합니다. 자동 추가된 사진에는 프로필에 "Auto-added by self-learning" 레이블이 표시됩니다.

전체 파이프라인, 상태 및 검토 워크플로는 Self Learning에 설명되어 있습니다.

감지에서 타임라인까지

원시 감지는 읽기 어려우므로 타임라인에는 방문이 표시됩니다. 방문은 Detection Grouping 설정을 사용하여 감지를 그룹으로 병합한 것입니다. 기본적으로 45분 간격 후에 새 방문이 시작되며, 미식별 사람은 5분에 걸쳐 3회 이상 감지된 경우에만 표시됩니다(따라서 출입문 카메라 앞을 잠깐 지나간 사람이 보기를 어지럽히지 않습니다). 모든 짧은 출현을 보고 싶을 때는 타임라인 도구 모음의 토글로 이 임계값 필터를 비활성화할 수 있습니다.

처리 위치

각 시설에는 자체적으로 격리된 얼굴 컬렉션(식별, 미식별, 블랙리스트)이 있으며, 인식은 시설 간에 절대 공유되지 않습니다. 얼굴 이미지와 AI 메타데이터는 선택한 스토리지 지역에 저장되며 AI Metadata 보존 기간(기본값 24개월)에 따라 만료됩니다. 보안 및 개인정보 보호를 참조하십시오.

용어집