Logo Performance HubPerformance Hub
Sekcja witryny: Dokumentacja

Rozwiązywanie problemów

Na tej stronie

Diagnoza warstwy osób/AI rozpoczynana od objawów. W przypadku problemów z kamerami, nagrywaniem, przesyłaniem lub urządzeniem zacznij od strony Rozwiązywanie problemów z CCTV — wszystko, co opisano tutaj, zakłada, że samo wideo działa prawidłowo.

Na osi czasu People nic się nie pojawia

Oś czasu wyświetla komunikat "No face detections — There are no face detection items in this current view range of the timeline."

  1. Czy Śledzenie ludzi jest włączone? To ustawienie dotyczy poszczególnych kamer i jest domyślnie wyłączone — sprawdź każdą kamerę w sekcji Kamery i urządzenia.
  2. Czy filtr progu wykryć ukrywa wszystko? Domyślnie osoby muszą mieć wystarczającą liczbę wykryć w wystarczająco długim czasie, aby się pojawić. Wyłącz filtr progowy — jeśli osoby się pojawią, znajdowały się tuż poniżej wartości minimalnych.
  3. Sprawdź okno dat — zakres 1D/2D/3D i selektor daty łatwo pozostawić ustawione na niewłaściwy dzień.
  4. Czy kamera rzeczywiście widzi twarze? Wykrywanie osób wymaga twarzy o użytecznym rozmiarze i kącie. Kamera sufitowa skierowana prosto w dół wykrywa głowy, a nie twarze. Sprawdź kadr kamery w podglądzie na żywo.
  5. Włączenie funkcji — jeśli brakuje całego obszaru People lub interfejsy API zwracają "People feature is not enabled for this facility", funkcja nie jest włączona; skontaktuj się z opiekunem klienta.

Członek nigdy nie zostaje zidentyfikowany (zawsze "Unsure")

To najczęstszy problem, a jego przyczyną niemal zawsze jest zdjęcie:

  1. Sprawdź status zdjęcia. Znajdź członka na liście People. Plakietka "Invalid Photo" (etykietka narzędzia pokazuje wynik i przyczynę niepowodzenia) lub status "Not Processed" oznacza, że dopasowywanie twarzy nie ma na czym pracować. Popraw zdjęcie w swoim systemie członkowskim lub edytuj je bezpośrednio ("Edit Profile" → "Change").
  2. Brak zdjęcia? Self Learning nadal może zidentyfikować członka na podstawie korelacji wizyt — sprawdź, czy znajduje się w jego kolejce, i upewnij się, że opcja Enhanced AI Analysis jest włączona.
  3. Zidentyfikuj członka ręcznie jeden raz. Akcja "Identify This Person" w jego niepewnym profilu natychmiast tworzy połączenie, a gromadzone zdjęcia cienia poprawiają przyszłe dopasowania.
  4. Uporczywe dopasowania o włos (okienko szczegółów pokazuje podobieństwo tuż poniżej 85%) → zobacz Dostrajanie rozpoznawania twarzy — ale popraw zdjęcie, zanim zmienisz progi.

Ta sama osoba ciągle otrzymuje nowe profile "Unsure"

Rozpoznawanie nie łączy ze sobą jej wizyt:

  1. Scal duplikaty — zaznacz profile na osi czasu i je scal. Każde scalenie konsoliduje wzorce twarzy i zwiększa szansę połączenia przy następnej wizycie.
  2. Sprawdź jakość obrazu z kamery — brudne kopułki, światło z tyłu (kamera skierowana na jasne wejście) i słabe oświetlenie powodują powstawanie zdjęć wzorcowych zbyt słabych do dopasowania. Rozwiązaniem jest poprawa widoku kamery, a nie zmiana ustawień.
  3. Jeśli problem dotyczy całego obiektu, ustawienie wstępne jakości profili cieni może być zbyt rygorystyczne dla Twojego oświetlenia — zobacz tabelę objawów.

Zidentyfikowano niewłaściwą osobę

Zdarza się to rzadko i warto traktować to poważnie:

  1. Popraw rekord: otwórz profil osoby i sprawdź jej zdjęcia cienia — błędne scalenie lub złe automatycznie dodane zdjęcie jest zwykle widoczne. Usuń niewłaściwe obrazy lub scal/ponownie zidentyfikuj osobę jako właściwego członka.
  2. Jeśli połączenie utworzył Self Learning, użyj akcji "Unlink" dla rekordu ("the self-learn record will be reverted") i odrzuć dopasowanie za pomocą "Reject", podając przyczynę, aby nie zostało ponownie zaproponowane.
  3. Zaostrz dopasowywanie: przesuń Member Matching w kierunku Strict — zobacz Dostrajanie rozpoznawania twarzy.

Plakat / manekin / telewizor ciągle pojawia się jako osoba

System działa zgodnie z założeniami, a istnieje specjalne rozwiązanie: dodaj go do czarnej listy. Otwórz menu fałszywej osoby → "Add to Blacklist" z podaniem przyczyny ("e.g. Store Mannequin"). Przyszłe wykrycia są odrzucane przed jakimkolwiek przetwarzaniem. Jeśli wykrycia z drugiej kamery (pod innym kątem) nadal się pojawiają, dodaj drugi wpis do czarnej listy z jednego z tych wykryć.

Raporty są puste lub brakuje w nich stref

  1. Raporty z założenia są opóźnione — migawki są generowane w nocy za poprzedni dzień. Zupełnie nowy obiekt widzi dane od drugiego dnia.
  2. "No zones configured — assign cameras to access zones in Settings" — analityka stref wymaga stref dostępu z przypisanymi kamerami.
  3. Kluczowe wskaźniki wyglądają na zaniżone w porównaniu z zameldowaniami — sprawdź, które kamery mają włączone Śledzenie ludzi; dane raportów pochodzą wyłącznie z analizowanych kamer.

Naruszenia dostępu wyglądają na błędne

  1. Fałszywe naruszenia po konfiguracji to niemal zawsze błędy w regułach — w liście dozwolonych planów strefy brakuje prawidłowego planu. Przejrzyj reguły Membership Plans strefy, zanim założysz, że problem leży w zachowaniu członków.
  2. Pamiętaj o definicji: naruszenie to niezgodność z regułą planu — "excluded, or not in the allowed plans" — z uwzględnieniem okien czasowych z Access Hours. Członek z właściwym planem o niewłaściwej porze również narusza zasady.
  3. Strefy otwarte nigdy nie generują naruszeń — jeśli oczekujesz naruszeń w strefie z plakietką "Anyone can access", najpierw musisz dodać reguły.
  1. Opcja Enhanced AI Analysis musi być włączona — gdy jest wyłączona, korelacja w ogóle nie działa (a sekcja ustawień jest ukryta).
  2. Sprawdź poprzeczkę dowodową — profile potrzebują minimalnej liczby skorelowanych wizyt (domyślnie 8). Karta In Pipeline pokazuje postęp każdego profilu ("N/M visits"); u rzadko odwiedzających osób gromadzenie dowodów trwa tygodnie.
  3. Zameldowania muszą być synchronizowane — bez danych o zameldowaniach nie ma korelacji. Sprawdź to za pomocą narzędzia MCP insights_checkins lub statusu integracji Partner.
  4. Duża liczba pozycji na karcie "No Match" to często pary zawsze przychodzące razem — system odmawia zgadywania między dwoma kandydatami. Zidentyfikuj ręcznie jedną z tych osób.
  5. Duża liczba pozycji na karcie "Unable to Link" wskazuje na problem z jakością danych w systemie członkowskim — zwykle rekordom brakuje pól potrzebnych do utworzenia połączenia.

Scalanie, identyfikacja lub usuwanie wydaje się zawieszone

Te operacje działają jako śledzone procesy w tle — ponowne przypisanie długiej historii wykryć wymaga czasu. Karty pokazują stany przejściowe ("PROCESSING", "DELETING..."); scalanie wyświetla "Processing N of M…" z opcją "Retry Failed" w razie częściowego niepowodzenia, a nieudane usunięcia wyświetlają "DELETE FAILED - RETRY". Spróbuj ponownie raz, zanim skontaktujesz się z zespołem wsparcia, podając identyfikator osoby ("Copy Person ID").

Kontakt z zespołem wsparcia

Podaj: nazwę obiektu, Person ID (do skopiowania z menu dowolnego kafelka lub profilu), kamerę, której dotyczy problem, okno daty/godziny oraz — w przypadku problemów z identyfikacją — czy status zdjęcia członka jest prawidłowy. Zanonimizowane zrzuty ekranu okienka szczegółów (pokazującego wynik podobieństwa) znacznie skracają większość dochodzeń dotyczących dopasowań.