自学习
本页内容
Self Learning 选项卡（AI Insights & People → Self Learning）是自动识别流程的控制台。用页面自己的话说，它 "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."
人脸匹配回答的是 "does this face look like a member's photo?"，而 Self Learning 回答的是另一个问题："does this person's attendance pattern match exactly one member's check-in pattern?" 系统正是借此识别摄像头永远无法匹配的会员：没有照片，或照片质量太差而无法通过验证。
Self Learning 需要在 CCTV Settings → General 中启用 Enhanced AI Analysis。关闭时，关联运行会停止，Self Learning 设置部分也会被隐藏。
图 1：Self Learning 视图：Decision Flow 卡片、汇总计数和档案队列
档案的处理结果
图 2：Decision Flow 卡片："How profiles resolve"，并显示上次关联运行的时间戳
Decision Flow 卡片汇总了四种结果，与界面中列出的完全一致：
| 条件 | 结果 |
|---|---|
| "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 |
在后台，每次关联运行（卡片上的 "Last run:" 时间戳）都会对每个未识别档案执行以下操作：
- 关联：在回溯期内，将档案的检测时间与会员签到记录进行关联，每次签到前后使用一个时间窗口（默认 ±10 分钟）。
- **统计证据。**档案需要达到所配置的最少关联到访次数，Balanced 预设下默认为 8 次。已有一些证据（3 次以上）但未达到最低要求的档案会保留在 In Pipeline 中："Profiles still gathering evidence from repeat visits and check-ins." 流程卡片会以 "N/M visits" 的形式显示 "Average progress"。
- **要求恰好一位候选人。**如果到访与多位会员相关联（例如总是一起到达的一对伴侣），结果为 No match。系统不会在多位候选人之间进行猜测。
- 验证。如果只有一位候选人且到访次数足够，则运行验证检查：档案检测属性与会员记录之间的性别一致性（默认开启），以及可选的年龄容差检查。通过 → Automatically Linked。未通过 → Pending Review："Strong timing match, but one or more validation checks did not pass."
每条记录都带有一个置信度分数，根据到访次数、不同日期的数量以及签到与检测之间的平均时间差计算得出（时间差小且稳定时得分最高）。
所有阈值（最少到访次数、回溯期、时间窗口和验证检查）都可以在 Settings → Face Recognition → Self Learning 中通过 Lenient / Balanced / Strict 预设进行配置。
图 3：Self Learning 设置：预设、最少到访次数、回溯期、时间窗口和验证检查
汇总卡片
| 卡片 | 含义（界面文字） |
|---|---|
| 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." |
队列
图 4：队列：人脸、候选会员、到访次数、平均时间差、置信度分数和状态
选项卡按状态划分队列：In Pipeline、Pending Review、Automatically Linked、Unable to Link、Rejected、Manually Approved 和 Monitoring。搜索框（"Search by name, ID, or personId..."）可以缩小较大的队列范围；流程选项卡上的 "Duplicates" 按钮会列出疑似重复、值得优先合并的影子档案：重复档案会分散到访证据，拖慢整个流程。
表格列：Faces（档案的检测照片）、Person / Member（影子档案及其候选会员）、Visits、Avg Lag（从签到到摄像头检测的时间差）、Score、Status、Updated。行状态包括 "Pipeline"、"Pending Review"、"Automatically Linked"、"Unable to Link"、"No Match"、"Rejected"，以及临时状态 "Linking..." 和 "Link Failed"（"Link failed — will retry on next run"）。
审核待定匹配
对于每一行 Pending Review，将检测到的人脸与候选会员的照片及其到访证据进行比较，然后：
- Approve：确认匹配，并将档案关联到该会员。批准操作会记录操作人（"Approved by "）。
- Reject：排除该匹配。对话框会要求提供原因："Please provide a reason for rejecting this match. This will be recorded for audit purposes."（例如 "Photos clearly show different people, member data is incorrect, etc."）。被拒绝的档案不会再次被建议给同一位会员。
另外两项操作使工作流程更加完整：
- Link：对于 Unable to Link 行，可通过手动搜索对话框自行选择正确的会员；时间证据已经具备，只是自动步骤缺少完成关联所需的数据。
- Unlink：撤销自动关联。确认信息准确说明了其作用："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." 如果人脸数据被错误合并，请在该人员的档案中进行后续处理。
另一半工作：保持识别准确
Self Learning 还会在后台针对已识别人员工作。当一次已确认的检测几乎完全匹配（99% 以上相似度）并通过质量和姿态检查时，系统可以将其添加为影子照片，每人上限为一小组轮换照片（6 张），并设有冷却时间，避免一次到访就填满整组照片。这就是档案中会逐渐出现标记为 "Auto-added by self-learning" 的照片的原因（人员与档案），也是在发型、胡须和眼镜发生变化时识别仍能正常工作的原因。
实用技巧
- **每周处理 Pending Review 队列。**每次批准都会永久改善识别效果；每一行未审核的记录，都意味着有一位会员在您的报告中被计为 "Unsure"。
- **先合并重复档案。**审核前先查看 "Duplicates" 视图：合并可以整合到访证据，往往能让流程中的档案直接超过阈值。
- Unable to Link 选项卡中的记录较多，说明您会员系统中的数据质量存在问题，通常是可签到的记录缺少姓名。
- 总是一起到达的伴侣和训练搭档是典型的 No match 情况。手动识别其中一人，另一人的歧义就会消失。