Jak to działa

Ta strona wyjaśnia model koncepcyjny AI Insights & People: co dzieje się od momentu, gdy kamera zarejestruje twarz, do chwili, gdy ta twarz pojawi się na Twojej osi czasu osób jako zidentyfikowany członek, odwiedzający "Unsure" — lub nie pojawi się wcale.

Nie musisz tego wiedzieć, aby korzystać z produktu — ale ta wiedza znacznie ułatwia zrozumienie ustawień dostrajania i kolejki przeglądu Self Learning. Ten sam proces jest przedstawiony na żywo, z rzeczywistymi progami Twojego obiektu, w panelach Logic Visualisation na stronach ustawień Member Matching i Shadow Profiles.

Najważniejsze pojęcia

Proces identyfikacji

Każda wykryta twarz przechodzi przez ten sam uporządkowany łańcuch decyzji. Kolejność ma znaczenie — wynik wcześniejszego etapu może uniemożliwić wykonanie kolejnych.

1. Kontrola czarnej listy (zawsze pierwsza)

Twarz jest porównywana z kolekcją czarnej listy Twojego obiektu przy stałym progu 95% (bez możliwości konfiguracji). W przypadku dopasowania przetwarzanie zostaje natychmiast przerwane: wykrycie jest odrzucane i nigdy nie pojawia się na osi czasu. Dzięki temu czarna lista skutecznie eliminuje stałe fałszywe wykrycia, takie jak plakaty i manekiny — zobacz Czarna lista.

2. Wyodrębnienie twarzy

System sprawdza, czy na obrazie rzeczywiście znajduje się użyteczna twarz, i wyodrębnia jej cechy, pozycję głowy oraz wskaźnik pewności. Brak twarzy → odrzucenie.

3. Przeszukanie zidentyfikowanych członków

Twarz jest wyszukiwana w kolekcji zidentyfikowanych — wszystkich członków ze zweryfikowanymi zdjęciami lub wcześniej potwierdzonymi wykryciami. Wyszukiwanie obejmuje wyniki od wartości Identified Collection Search Floor wzwyż (domyślnie 40% podobieństwa w ustawieniu wstępnym Balanced), dzięki czemu kandydaci graniczni są przynajmniej brani pod uwagę.

4. Dopasowywanie wspomagane wizytą

Przed ostateczną decyzją system sprawdza ostatnie zameldowania w obiekcie. Jeśli kandydat zameldował się w ramach Check-in Lookback Window (domyślnie 30 min), jego wynik podobieństwa otrzymuje premię Visiting Member Bonus (domyślnie +5). Uzasadnienie: jeśli ktoś podobny w 82% do Alex Nguyen trzy minuty temu odbił kartę Alex Nguyen, to niemal na pewno jest to Alex.

5. Decyzja o dopasowaniu

• Wynik ≥ Identified Match Threshold (domyślnie 85%, Balanced) → wykrycie zostaje potwierdzone jako ten członek.
• Wyniki graniczne — w obrębie Borderline Confidence Zone (domyślnie +7 punktów powyżej progu) — przechodzą dodatkową kontrolę pozycji głowy: twarz musi być skierowana w miarę na wprost (domyślne limity dla zidentyfikowanych: yaw 55° / pitch 30° / roll 30°). Twarze pod dużym kątem z graniczną pewnością są odrzucane, aby nie ryzykować błędnej identyfikacji.
• Wynik poniżej Drop Threshold (domyślnie 45%) → podobieństwo jest "not high enough to confirm the correct person with certainty", a wykrycie zostaje wyłączone z dopasowywania.
• Wszystko pomiędzy → osoba jest traktowana jako niepewna (unsure) i przechodzi do kroku 6.

6. Dopasowywanie profili cieni

Niedopasowane twarze są wyszukiwane w kolekcji niezidentyfikowanych — profilach cieni wcześniej widzianych osób niepewnych:

• Wynik ≥ Profile Link Threshold (domyślnie 80%) → wykrycie zostaje połączone z istniejącym profilem cienia. Ten sam odwiedzający zachowuje tę samą tożsamość "Unsure - …" w różnych dniach i na różnych kamerach.
• Brak dopasowania → wykrycie staje się kandydatem na nowy profil cienia, ale dopiero po przejściu bramek jakości (następny krok).

7. Bramki jakości dla nowych profili cieni

Utworzenie profilu cienia oznacza przyjęcie zdjęcia wzorcowego, z którym system będzie porównywał wykrycia przez tygodnie — dlatego zdjęcie musi być dobre. Kolejno działają dwa poziomy kontroli:

Zdjęcia, które przejdą kontrolę, poddawane są analizie atrybutów (szacowany wiek, płeć, emocje), a następnie końcowej ponownej kontroli zapobiegającej sytuacji wyścigu: ponieważ wykrycia są przetwarzane równolegle, system jeszcze raz przeszukuje kolekcję cieni przed utworzeniem profilu, aby dwie klatki z tym samym nowym odwiedzającym nie utworzyły dwóch profili. Wynikiem jest New Shadow Profile Created lub Matched Existing Shadow Profile.

Wszystkie te progi można dostrajać za pomocą ustawień wstępnych Lenient / Balanced / Strict — zobacz Dostrajanie rozpoznawania twarzy.

Self Learning: uzupełnianie luk w identyfikacji

Samo dopasowywanie twarzy nie pozwala zidentyfikować członka, który nie ma zdjęcia — lub ma zdjęcie zbyt słabe, by przejść walidację. Self Learning rozwiązuje ten problem na podstawie zachowania zamiast biometrii:

1. Godziny wykryć każdej niezidentyfikowanej osoby są korelowane z zameldowaniami członków w danym okresie wstecz (domyślnie wymagane jest 8 skorelowanych wizyt, z uwzględnieniem historii z ostatnich miesięcy i oknem czasowym około 10 minut przed i po każdym zameldowaniu).
2. Jeśli dokładnie jeden członek konsekwentnie meldował się za każdym razem, gdy ta osoba była wykrywana, uruchamiane są kontrole walidacyjne (zgodność płci, opcjonalna tolerancja wieku).
3. Kontrole zakończone powodzeniem → profil zostaje automatycznie połączony z tym członkiem. Kontrole niezakończone powodzeniem → profil trafia do kolejki Pending Review, gdzie decyzję podejmuje człowiek. Wielu kandydatów → brak dopasowania; system nadal obserwuje.

Niezależnie od tego, gdy osoba zostanie zidentyfikowana, system po cichu utrzymuje aktualność jej wzorca twarzy: niemal idealne dopasowania (podobieństwo 99%+) mogą być automatycznie dodawane jako zdjęcia cienia, z limitem niewielkiego rotacyjnego zestawu (6) na osobę, dzięki czemu rozpoznawanie działa nadal, gdy zmienia się wygląd. Takie automatycznie dodane zdjęcia są oznaczone w profilu jako "Auto-added by self-learning".

Pełny proces, jego statusy i przebieg przeglądu opisano na stronie Self Learning.

Od wykryć do osi czasu

Surowe wykrycia byłyby nieczytelne, dlatego oś czasu pokazuje wizyty: wykrycia scalone w grupy zgodnie z ustawieniami Detection Grouping — domyślnie nowa wizyta zaczyna się po przerwie 45 minut, a osoby niezidentyfikowane pojawiają się w ogóle dopiero przy co najmniej 3 wykryciach w przedziale 5 minut (aby ktoś, kto na chwilę przeszedł obok kamery przy drzwiach, nie zaśmiecał widoku). Przełącznik na pasku narzędzi osi czasu pozwala wyłączyć ten filtr progowy, gdy chcesz widzieć każde krótkie pojawienie się.

Co gdzie działa

Każdy obiekt ma własne, odizolowane kolekcje twarzy (zidentyfikowanych, niezidentyfikowanych i czarnej listy) — rozpoznawanie nigdy nie wykracza poza obiekt. Obrazy twarzy i metadane AI są przechowywane w wybranym regionie przechowywania i usuwane zgodnie z okresem przechowywania AI Metadata (domyślnie 24 miesiące). Zobacz Bezpieczeństwo i prywatność.

Słowniczek