Zelflerend vermogen
Op deze pagina
Het tabblad Self Learning (AI Insights & People → Self Learning) is de console voor de automatische identificatiepijplijn. In de woorden van de pagina zelf: "Automatically links unidentified people to real members by correlating visit patterns with check-in data. Useful when members don't have valid profile photos or their photos are of low quality."
Waar gezichtskoppeling de vraag beantwoordt "lijkt dit gezicht op de foto van een lid?", beantwoordt Self Learning een andere vraag: "komt het aanwezigheidspatroon van deze persoon overeen met het check-inpatroon van precies één lid?" Zo identificeert het systeem leden die de camera nooit kan koppelen: zonder foto, of met een foto die te slecht is om de validatie te doorstaan.
Voor Self Learning moet Enhanced AI Analysis zijn ingeschakeld in Settings van Camerabewaking → General. Als deze instelling uit staat, stoppen de correlatieruns en is het instellingenonderdeel Self Learning verborgen.
Afbeelding 1: De weergave Self Learning: de kaart Decision Flow, samenvattende aantallen en de profielwachtrij
Hoe een profiel wordt afgehandeld
Afbeelding 2: De kaart Decision Flow: "How profiles resolve", met het tijdstip van de laatste correlatierun
De kaart Decision Flow vat de vier uitkomsten samen, precies zoals de interface ze noemt:
| Voorwaarde | Uitkomst |
|---|---|
| "Successfully linked to member profile" | Automatically Linked |
| "Has visit/swipe logs but not enough info to link (e.g. missing name)" | Unable to Link |
| "Enough visits + validation checks failed" | Pending Review |
| "No single member correlation" | No match |
Achter de schermen doet elke correlatierun (het tijdstip "Last run:" op de kaart) het volgende voor elk niet-geïdentificeerd profiel:
- Correleren: de detectietijden van het profiel worden over de terugkijkperiode vergeleken met check-ins van leden, met een tijdvenster rond elke check-in (standaard ±10 minuten).
- Het bewijs tellen. Het profiel heeft het ingestelde minimum aantal gecorreleerde bezoeken nodig: standaard 8 bij de voorinstelling Balanced. Profielen met enig bewijs (3+) maar onder het minimum blijven In Pipeline: "Profiles still gathering evidence from repeat visits and check-ins." De pijplijnkaart toont "Average progress" als "N/M visits".
- Precies één kandidaat eisen. Als de bezoeken correleren met meer dan één lid, bijvoorbeeld een stel dat altijd samen aankomt, is het resultaat No match. Het systeem gaat niet gokken tussen kandidaten.
- Valideren. Met één kandidaat en genoeg bezoeken worden validatiecontroles uitgevoerd: overeenkomst van geslacht tussen de gedetecteerde kenmerken van het profiel en het ledenrecord (standaard aan) en optioneel een controle op leeftijdstolerantie. Geslaagd → Automatically Linked. Mislukt → Pending Review: "Strong timing match, but one or more validation checks did not pass."
Elk record heeft een betrouwbaarheidsscore die is opgebouwd uit het aantal bezoeken, het aantal unieke dagen en de gemiddelde vertraging tussen check-in en detectie (een korte, consistente vertraging scoort het hoogst).
Alle drempels (minimum aantal bezoeken, terugkijkperiode, tijdvenster en validatiecontroles) zijn te configureren met de voorinstellingen Lenient / Balanced / Strict in Settings → Face Recognition → Self Learning.
Afbeelding 3: De instellingen voor Self Learning: voorinstellingen, minimum aantal bezoeken, terugkijkperiode, tijdvenster en validatiecontroles
De samenvattingskaarten
| Kaart | Betekenis (tekst in de interface) |
|---|---|
| In Pipeline | "Profiles still gathering evidence from repeat visits and check-ins." |
| Automatically Linked | "Successfully matched and linked to a real member profile." |
| Pending Review | "Strong timing match, but one or more validation checks did not pass." |
| Rejected | "Reviewed mismatches that staff have explicitly ruled out." |
| Monitoring | "Profiles being monitored — guests, staff, or ambiguous visit patterns." |
De wachtrij
Afbeelding 4: De wachtrij: gezichten, kandidaat-lid, bezoeken, gemiddelde vertraging, betrouwbaarheidsscore en status
Tabbladen verdelen de wachtrij per status: In Pipeline, Pending Review, Automatically Linked, Unable to Link, Rejected, Manually Approved en Monitoring. Een zoekvak ("Search by name, ID, or personId...") maakt grote wachtrijen overzichtelijker, en een knop "Duplicates" op het pijplijntabblad toont vermoedelijke dubbele shadow profiles die je het best eerst kunt samenvoegen: dubbele profielen verdelen het bezoekbewijs en vertragen alles.
Tabelkolommen: Faces (de detectiefoto's van het profiel), Person / Member (het shadow profile en het kandidaat-lid), Visits, Avg Lag (van check-in tot cameradetectie), Score, Status, Updated. Rijstatussen zijn onder andere "Pipeline", "Pending Review", "Automatically Linked", "Unable to Link", "No Match", "Rejected", plus de tijdelijke statussen "Linking..." en "Link Failed" ("Link failed — will retry on next run").
Openstaande koppelingen beoordelen
Vergelijk voor elke rij met Pending Review de detectiegezichten met de foto en het bezoekbewijs van het kandidaat-lid, en kies dan:
- Approve: bevestigt de koppeling en koppelt het profiel aan het lid. Goedkeuringen worden toegeschreven ("Approved by ").
- Reject: sluit de koppeling uit. Het dialoogvenster vraagt om een reden: "Please provide a reason for rejecting this match. This will be recorded for audit purposes." (bijvoorbeeld "Photos clearly show different people, member data is incorrect, etc."). Afgewezen profielen worden niet opnieuw voorgesteld voor hetzelfde lid.
Twee andere acties maken de workflow compleet:
- Link: voor rijen met Unable to Link kun je via een zoekvenster zelf het juiste lid kiezen; het tijdsbewijs is er, alleen ontbraken bij de automatische stap de gegevens om af te ronden.
- Unlink: draait een automatische koppeling terug. De bevestiging zegt precies wat er gebeurt: "Are you sure you want to unlink this profile? The face data will remain merged with the member but the self-learn record will be reverted." Als gezichtsgegevens ten onrechte zijn samengevoegd, handel je dat verder af in het profiel van de persoon.
De andere helft: herkenning actueel houden
Self Learning werkt ook op de achtergrond voor personen die al zijn geïdentificeerd. Wanneer een bevestigde detectie een vrijwel perfecte overeenkomst is (99%+ gelijkenis) en de kwaliteits- en houdingscontroles doorstaat, kan het systeem deze toevoegen als schaduwfoto, met een maximum van een kleine roulerende set van 6 per persoon en wachttijden zodat één bezoek de set niet overspoelt. Daarom verzamelen profielen foto's met het label "Auto-added by self-learning" (Personen en profielen), en daarom blijft de herkenning werken als kapsels, baarden en brillen veranderen.
Praktische tips
- Werk de wachtrij Pending Review wekelijks af. Elke goedkeuring verbetert de identificatie blijvend; elke niet-beoordeelde rij is een lid dat als "Unsure" wordt meegeteld in je rapporten.
- Voeg eerst dubbele profielen samen. Bekijk de weergave "Duplicates" voordat je gaat beoordelen: samenvoegen bundelt het bezoekbewijs en duwt profielen in de pijplijn vaak direct over de drempel.
- Een groot tabblad Unable to Link wijst op de gegevenskwaliteit in je ledensysteem, meestal ontbrekende namen bij records waarmee kan worden ingecheckt.
- Stellen en trainingspartners die altijd samen aankomen, zijn het klassieke geval van No match. Identificeer een van hen handmatig en de onduidelijkheid verdwijnt voor de ander.
Gerelateerde pagina's
- Hoe het werkt: waar Self Learning in de pijplijn zit
- Gezichtsherkenning afstemmen: de voorinstellingen en drempels van Self Learning
- Personen en profielen: handmatig identificeren en samenvoegen