Hoe het werkt

Deze pagina legt het conceptuele model achter AI Insights & People uit: wat er gebeurt tussen het moment dat een camera een gezicht ziet en het moment dat dat gezicht op je tijdlijn van personen verschijnt als geïdentificeerd lid, als "Unsure"-bezoeker, of helemaal niet.

Je hebt dit allemaal niet nodig om het product te gebruiken, maar het maakt de instellingen voor afstemming en de beoordelingswachtrij van Self Learning een stuk beter te begrijpen. Dezelfde pijplijn wordt live weergegeven, met de werkelijke drempels van je faciliteit, in de panelen Logic Visualisation op de instellingenpagina's Member Matching en Shadow Profiles.

De hoofdrolspelers

De identificatiepijplijn

Elk gedetecteerd gezicht doorloopt dezelfde geordende beslissingsketen. De volgorde is belangrijk: de uitkomst van een eerdere fase voorkomt dat latere fasen worden uitgevoerd.

1. Controle op de zwarte lijst (altijd eerst)

Het gezicht wordt vergeleken met de zwarte-lijstverzameling van je faciliteit met een vaste drempel van 95% (niet configureerbaar). Bij een overeenkomst stopt de verwerking direct: de detectie wordt verworpen en verschijnt nooit op de tijdlijn. Daardoor is de zwarte lijst effectief tegen vaste valse positieven zoals posters en etalagepoppen: zie Zwarte lijst.

2. Gezichtsextractie

Het systeem controleert of er daadwerkelijk een bruikbaar gezicht in de afbeelding staat en haalt de kenmerken, de houding en een betrouwbaarheidsscore op. Geen gezicht → verworpen.

3. Geïdentificeerde leden doorzoeken

Het gezicht wordt gezocht in de geïdentificeerde verzameling: elk lid met gevalideerde foto's of eerder bevestigde detecties. De zoekopdracht begint bij de Identified Collection Search Floor (standaard 40% gelijkenis bij de voorinstelling Balanced), zodat twijfelachtige kandidaten in elk geval worden meegenomen.

4. Koppeling op basis van bezoek

Vóór de definitieve beslissing controleert het systeem recente check-ins bij de faciliteit. Als een kandidaat-lid binnen het Check-in Lookback Window (standaard 30 mins) heeft ingecheckt, krijgt de gelijkenisscore de Visiting Member Bonus (standaard +5). De redenering: als iemand die 82% op Alex Nguyen lijkt drie minuten geleden de pas van Alex Nguyen heeft gebruikt, is het vrijwel zeker Alex.

5. De koppelingsbeslissing

• Score ≥ Identified Match Threshold (standaard 85%, Balanced) → de detectie wordt bevestigd als dat lid.
• Twijfelachtige scores, binnen de Borderline Confidence Zone (standaard +7 punten boven de drempel), krijgen een extra houdingscontrole: het gezicht moet redelijk recht naar voren gericht zijn (standaardlimieten voor geïdentificeerden: yaw 55° / pitch 30° / roll 30°). Gezichten onder een scherpe hoek met twijfelachtige betrouwbaarheid worden verworpen in plaats van een verkeerde identificatie te riskeren.
• Score onder de Drop Threshold (standaard 45%) → de gelijkenis is "not high enough to confirm the correct person with certainty" en de detectie wordt uit de koppeling verwijderd.
• Alles daartussen → de persoon wordt als onzeker behandeld en gaat door naar stap 6.

6. Koppeling aan shadow profiles

Niet-gekoppelde gezichten worden gezocht in de niet-geïdentificeerde verzameling: de shadow profiles van eerder geziene onzekere personen:

• Score ≥ Profile Link Threshold (standaard 80%) → de detectie wordt gekoppeld aan dat bestaande shadow profile. Dezelfde bezoeker houdt dezelfde identiteit "Unsure - …" over dagen en camera's heen.
• Geen overeenkomst → de detectie wordt kandidaat voor een nieuw shadow profile, maar pas na de kwaliteitscontroles (volgende stap).

7. Kwaliteitscontroles voor nieuwe shadow profiles

Een shadow profile aanmaken betekent dat het systeem wekenlang met een referentiefoto gaat vergelijken, dus die foto moet goed zijn. Twee niveaus worden na elkaar uitgevoerd:

Foto's die slagen, krijgen een kenmerkanalyse (geschatte leeftijd, geslacht, emotie) en daarna een laatste hercontrole op gelijktijdige verwerking: omdat detecties parallel worden verwerkt, doorzoekt het systeem de schaduwverzameling nog één keer voordat het profiel wordt aangemaakt, zodat twee beelden van dezelfde nieuwe bezoeker geen twee profielen opleveren. De uitkomst is New Shadow Profile Created of Matched Existing Shadow Profile.

Al deze drempels zijn af te stemmen via de voorinstellingen Lenient / Balanced / Strict: zie Gezichtsherkenning afstemmen.

Self Learning: het identificatiegat dichten

Gezichtskoppeling alleen kan geen lid identificeren dat geen foto heeft, of een foto die te slecht is om de validatie te doorstaan. Self Learning lost dit op met gedrag in plaats van biometrie:

1. De detectietijden van elke niet-geïdentificeerde persoon worden over een terugkijkperiode gecorreleerd met check-ins van leden (standaard zijn 8 gecorreleerde bezoeken vereist, met een geschiedenis van de afgelopen maanden en een tijdvenster van ongeveer 10 minuten voor en na elke check-in).
2. Als precies één lid consequent incheckte wanneer deze persoon werd gedetecteerd, worden validatiecontroles uitgevoerd (overeenkomst van geslacht, optionele leeftijdstolerantie).
3. Controles geslaagd → het profiel wordt automatisch gekoppeld aan dat lid. Controles mislukt → het komt in de wachtrij Pending Review voor een menselijke beslissing. Meerdere kandidaat-leden → geen overeenkomst; het systeem blijft observeren.

Daarnaast houdt het systeem, zodra een persoon wel is geïdentificeerd, de gezichtsreferentie op de achtergrond actueel: vrijwel perfecte overeenkomsten (99%+ gelijkenis) kunnen automatisch als schaduwfoto's worden toegevoegd, met een maximum van een kleine roulerende set (6) per persoon, zodat de herkenning blijft werken als iemands uiterlijk verandert. Deze automatisch toegevoegde foto's hebben in het profiel het label "Auto-added by self-learning".

De volledige pijplijn, de statussen en de beoordelingsworkflow worden beschreven in Self Learning.

Van detecties naar de tijdlijn

Ruwe detecties zouden onleesbaar zijn, dus de tijdlijn toont bezoeken: detecties die zijn samengevoegd tot groepen met de instellingen voor Detection Grouping. Standaard begint een nieuw bezoek na een onderbreking van 45 minuten, en niet-geïdentificeerde personen verschijnen alleen als ze minstens 3 detecties hebben verspreid over 5 minuten (zodat iemand die even langs een deurcamera loopt de weergave niet vervuilt). Met een schakelaar in de werkbalk van de tijdlijn kun je dit drempelfilter uitschakelen wanneer je juist elke korte verschijning wilt zien.

Wat waar draait

Elke faciliteit heeft eigen, geïsoleerde gezichtsverzamelingen (geïdentificeerd, niet-geïdentificeerd en zwarte lijst): herkenning gaat nooit over faciliteiten heen. Gezichtsafbeeldingen en AI-metadata worden opgeslagen in de door jou gekozen opslagregio en verlopen volgens de bewaartermijn voor AI Metadata (standaard 24 maanden). Zie Beveiliging en privacy.

Woordenlijst