Ajuste do reconhecimento facial
Nesta página
Settings → Face Recognition expõe os controles por trás do pipeline de identificação: Member Matching, Shadow Profiles e Self Learning (além de Blacklist Faces, documentado em Lista de bloqueio). Cada seção oferece as predefinições Lenient / Balanced / Strict, com cada limite subjacente ajustável individualmente e o valor padrão exibido ao lado do controle deslizante — por exemplo, "(Default: 30 mins)".
Regras básicas antes de alterar qualquer coisa:
- Balanced é o padrão recomendado para todas as seções — comece por ele e mantenha-o até ter semanas de dados reais que mostrem um problema específico.
- As predefinições representam um único equilíbrio: Lenient identifica mais pessoas, mas com maior risco de correspondências erradas; Strict quase nunca rotula alguém incorretamente, mas deixa mais pessoas como "Unsure".
- Altere uma seção de cada vez e aguarde alguns dias antes de avaliar — os efeitos só aparecem no conjunto (acompanhe o KPI Unsure % em Relatórios).
- As páginas de configurações incluem um diagrama de fluxo Logic Visualisation ao vivo, gerado com os valores atuais da sua instalação — os nós são clicáveis ("Tap to scroll to this setting"), o que o torna a melhor forma de verificar o que uma alteração realmente faz.
Correspondência de Membros
Controla a decisão das etapas 3 a 5 do pipeline: quando um rosto é, com confiança, um membro?
Figura 1: Member Matching — predefinições na parte superior e o diagrama de fluxo Logic Visualisation ao vivo abaixo
Predefinições
| Limite | Lenient | Balanced (padrão) | Strict |
|---|---|---|---|
| Identified Match Threshold | 80 | 85 | 92 |
| Drop Threshold | 55 | 45 | 35 |
| Identified Collection Search Floor | 35 | 40 | 47 |
Limites individuais
Figura 2: Os controles deslizantes individuais de Member Matching, cada um identificado com o seu valor padrão
| Configuração | Padrão | O que faz |
|---|---|---|
| Identified Match Threshold | 85% | Similaridade mínima para confirmar um rosto como membro. O controle deslizante de maior impacto |
| Drop Threshold | 45% | Abaixo deste valor, uma correspondência parcial é descartada em vez de mantida como "unsure" |
| Identified Collection Search Floor | 40% | Similaridade mínima para que candidatos sejam retornados pela pesquisa |
| Visiting Member Bonus | +5 | Pontos de similaridade adicionados quando o candidato fez check-in recentemente — correspondência assistida pela visita |
| Check-in Lookback Window | "(Default: 30 mins)" | Quão recente um check-in precisa ser para receber o bônus |
| Borderline Confidence Zone | "(Default: +7)" | Pontuações dentro desta faixa acima do limite de correspondência passam pela verificação adicional de pose |
| Identified pose limits | Yaw 55° / Pitch 30° / Roll 30° | Ângulos máximos da cabeça aceitos para correspondências limítrofes |
Quando se afastar de Balanced:
- Unsure % alto, mas membros claramente reconhecíveis na câmera → melhore primeiro as fotos dos membros (filtre a lista People por "Invalid Photo"); só depois considere Lenient.
- Qualquer identificação errada confirmada → mude para Strict (ou aumente o limite de correspondência) imediatamente — uma identidade errada associada a detecções é muito mais prejudicial do que um visitante não identificado.
- Câmera da recepção com ampla correlação de check-in → aumentar um pouco a Check-in Lookback Window pode melhorar a identificação em instalações onde os membros permanecem algum tempo antes de passar por uma câmera; mantenha o bônus moderado.
Perfis Ocultos
Controla as etapas 6 e 7 do pipeline: quando rostos sem correspondência são vinculados a shadow profiles existentes e quão exigente o sistema é ao criar novos.
Figura 3: Shadow Profiles — predefinição de qualidade, limites e o diagrama de fluxo de shadow profiles
| Configuração | Padrão | O que faz |
|---|---|---|
| Profile Link Threshold | 80% | Similaridade mínima para vincular uma detecção a um shadow profile existente — a decisão de "mesmo visitante de ontem" |
| Duplicate Prevention Threshold | 90% | Similaridade a partir da qual a nova verificação final de condição de corrida trata um rosto "novo" como um perfil já criado |
| Minimum Detection Confidence | 90% | Confiança que a IA precisa ter de que a imagem contém um rosto real antes de tentar criar um perfil |
| Unidentified pose limits | Yaw 30° / Pitch 35° / Roll 60° | Ângulos máximos da cabeça para que uma foto dê origem a um novo perfil — deliberadamente mais rigorosos do que na correspondência, pois essa foto se torna uma referência de longa duração |
| Quality preset | Balanced | Define os critérios de qualidade de foto em dois níveis descritos abaixo |
A predefinição de qualidade (Lenient / Balanced / Strict) define o nível exigido nas Tier 1 — Fast Quality Checks ("Sharpness · Contrast · Lighting · Exposure · Dynamic Range · Eye Aspect Ratio", ~10–60 ms) e nas Tier 2 — ISO Quality Checks ("Face Occlusion · Eyes · Mouth · Head Pose · Illumination · Exposure · Compression · Expression", ~5–10 s). Cada valor subjacente é ajustável individualmente — resolução mínima, nitidez, contraste, simetria de iluminação, limites de exposição, faixa dinâmica, proporção dos olhos e o conjunto ISO completo, incluindo um filtro de IR/visão noturna e uma pontuação mínima de qualidade geral —, mas substituições individuais aqui devem ser feitas com orientação do suporte; as predefinições atendem a praticamente todas as instalações reais.
A tabela de sintomas:
| Sintoma | Correção provável |
|---|---|
| O mesmo visitante recebe um novo perfil "Unsure" todos os dias | Predefinição de qualidade rigorosa demais para a sua iluminação ou Profile Link Threshold alto demais — experimente primeiro a qualidade Lenient |
| Duas pessoas diferentes mescladas em um único shadow profile | Aumente o Profile Link Threshold / mude para Strict |
| Explosão de perfis inválidos (sombras, reflexos, telas) | Aumente a Minimum Detection Confidence; adicione os causadores estáticos à lista de bloqueio |
Aprendizado Automático
Controla o pipeline de correlação de visitas. Visível apenas quando Enhanced AI Analysis está habilitado.
Figura 4: Configurações de Self Learning — requisitos de evidência e verificações de validação
| Configuração | Padrão Balanced | O que faz |
|---|---|---|
| Minimum visits | 8 | Visitas correlacionadas necessárias antes de uma decisão de vínculo — o nível de evidência |
| Lookback period | ~2 meses (60 dias) | Quanto do histórico a correlação considera |
| Timing window | ±10 minutos | Quão próxima de um check-in uma detecção precisa estar para contar como correlacionada |
| Gender check | ativado | Os atributos detectados precisam corresponder ao registro do membro; caso contrário → Pending Review |
| Age check | desativado (tolerância de 10 anos) | Segunda validação opcional |
Intuição das predefinições: Lenient vincula mais rápido com menos evidências (bom para instalações pequenas em que a equipe revisa a fila de qualquer forma); Strict exige mais visitas e validação mais rigorosa (bom onde um vínculo automático incorreto é inaceitável). Lembre-se da proteção estrutural que nenhuma predefinição altera: a correlação precisa apontar para exatamente um membro; caso contrário, o resultado é No match.
O que não pode ser ajustado
Para completar — partes do pipeline que são fixas por design:
- O limite de verificação da lista de bloqueio (95%) — consulte Lista de bloqueio.
- As regras de fotos automáticas de shadow (similaridade de 99% ou mais, pequeno limite rotativo por pessoa, intervalos de espera) que mantêm o reconhecimento atualizado — consulte Self Learning.
Páginas relacionadas
- Como funciona — o pipeline que essas configurações controlam
- Self Learning — o console de revisão
- Solução de problemas — problemas de reconhecimento e suas causas comuns