Face Recognition

Pengenalan

Face Recognition adalah keluarga pipeline analitik video real-time yang mendeteksi wajah dalam stream video, mengekstrak fitur wajah unik (embedding), dan mencocokkannya dengan database identitas yang tersimpan di FREMIS-N. Sistem ini dapat mengidentifikasi individu yang dikenal (VIP, karyawan, watchlist) atau menandai wajah yang belum terdaftar sebagai UNKNOWN.

Tersedia delapan varian pipeline yang terbagi menjadi dua arsitektur:

• Native — deteksi dan recognition keduanya dijalankan di GPU server (NFV4-FR, NFV4-FRA, NFV4-FRA2, NFV4-LFR).
• Hybrid — deteksi wajah dilakukan oleh kamera atau perangkat edge, server menerima crop wajah dan hanya menjalankan recognition (NFV4H-FR, NFV4H-ISAPI-FR, NFV4H-WZMND-FR, NFV4H-MOBLE-FR).

---

Apa yang Dilakukan

Kemampuan

• Deteksi wajah real-time — mendeteksi wajah manusia dalam frame video. Pada varian Native dilakukan oleh GPU server; pada varian Hybrid dilakukan oleh kamera/perangkat edge.
• Pengenalan identitas — semua varian mencocokkan embedding wajah dengan database FREMIS-N pada keyspace yang dikonfigurasi.
• Identitas anonim — wajah yang tidak cocok dengan identitas terdaftar otomatis didaftarkan ke keyspace anonim (default anonymous) sehingga orang yang sama tetap bisa dilacak antar kemunculan tanpa enrollment manual. Dapat dimatikan dengan --fr-anonymous-enable=false.
• Multi-face tracking — melacak beberapa wajah sekaligus dengan track_id unik per individu (varian Native).
• Penilaian kualitas wajah — memfilter wajah yang terlalu kecil, buram, tidak frontal, atau embedding-nya berkualitas rendah sebelum dicocokkan.
• Supresi wajah statis — menghindari event berulang untuk foto, poster, atau wajah yang diam di depan kamera (varian Native).
• ROI (area whitelist/blacklist) — varian NFV4-FR, NFV4-FRA, dan NFV4-FRA2 menerima konfigurasi areas untuk membatasi deteksi hanya di dalam (whitelist) atau di luar (blacklist) polygon tertentu.
• Analisis atribut & ekspresi (NFV4-FRA, NFV4-FRA2) — estimasi gender, usia, kacamata, masker, penutup kepala, warna pakaian, dan ekspresi wajah. Setiap atribut dapat diaktifkan/dinonaktifkan per pipeline.
• Mode deployment edge — NFV4-LFR menggunakan detektor dan ekstraktor yang lebih ringan untuk perangkat dengan resource GPU terbatas.

Yang TIDAK Dilakukan

• Tidak menjamin akurasi 100% — akurasi dipengaruhi pencahayaan, sudut kamera, dan kualitas foto enrollment.
• Tidak mengenali wajah yang tidak terdaftar — wajah di luar database diberi status UNKNOWN (dan ID anonim jika fitur anonim aktif).
• Tidak berfungsi tanpa FREMIS-N — layanan FREMIS-N wajib berjalan dan dapat diakses oleh Visionaire untuk semua varian.
• Tidak mengeluarkan atribut demografis pada varian Hybrid — meskipun service atribut teregistrasi, pada versi saat ini field atribut hanya dihasilkan oleh NFV4-FRA dan NFV4-FRA2.

---

Use Cases

---

Modul Terkait