Statistics: Face Recognition
Pantau performa pengenalan wajah — total deteksi, jumlah match, tingkat pengenalan, analisis demografis, distribusi per Stream, dan tren — langsung dari Lenz Dashboard.
Pengenalan
Halaman Statistics: Face Recognition menyajikan agregasi analitik pengenalan wajah dari seluruh kamera FR yang terhubung ke sistem. Data mencakup total deteksi wajah, jumlah wajah yang berhasil dikenali (match dengan database enrolled), tingkat pengenalan (match rate), distribusi demografis, perbandingan performa antar Stream, serta pola waktu puncak aktivitas.
| Aspek | Keterangan |
|---|---|
| Sumber data | Event FR yang diproses oleh analitik NFV4-FR |
| Granularitas waktu | Per jam (rentang 1 hari) atau per hari (rentang lebih dari 1 hari) |
| Target pengguna | Operator keamanan, operator access control, integrator sistem identifikasi |
| Penggunaan utama | Pemantauan volume pengenalan, audit akses, analisis demografis pengunjung |
| Fitur | Statistics FR | Face Search | Face Enrollment |
|---|---|---|---|
| Fungsi utama | Agregat analitik & tren | Cari event per individu | Daftarkan wajah ke database |
| Perspektif data | Populasi / periode waktu | Per orang / per event | Per subjek |
| Cocok untuk | Laporan manajemen, audit volume | Investigasi individu tertentu | Manajemen daftar akses |
Halaman ini menampilkan data agregat dari semua Stream yang memiliki analitik NFV4-FR aktif. Untuk menelusuri event pengenalan per individu, gunakan halaman Face Search. Untuk mendaftarkan wajah baru ke sistem, gunakan halaman Face Enrollment.
Metric yang Ditampilkan
Ringkasan (Summary)
Panel ringkasan menampilkan angka akumulatif untuk rentang waktu yang dipilih:
| Metric | Deskripsi |
|---|---|
| Total Pengenalan | Jumlah wajah unik yang terdeteksi selama rentang waktu |
| Total Deteksi | Jumlah seluruh event deteksi termasuk wajah yang sama terdeteksi berulang kali |
| Wajah Dikenal | Jumlah wajah yang cocok dengan database enrolled, beserta persentasenya |
| Wajah Tidak Dikenal | Jumlah wajah yang tidak ditemukan dalam database enrolled, beserta persentasenya |
| Tren Pengenalan | Arah tren keseluruhan: increasing, decreasing, atau stable |
| Rata-rata per Interval | Rata-rata jumlah wajah unik yang terdeteksi per interval waktu |
Demographic Breakdown
Jika Stream dikonfigurasi dengan analitik NFV4-MPA2 (Person Attribute Analysis), data demografis berikut tersedia sebagai tambahan:
| Atribut | Metric |
|---|---|
| Gender | Jumlah dan persentase pria (male) vs wanita (female) |
| Usia | Jumlah dan persentase dewasa (adult) vs anak (child) |
| Masker | Jumlah yang menggunakan masker (mask) vs tidak (no_mask) |
| Kacamata | Jumlah yang menggunakan kacamata (glasses) vs tidak (no_glasses) |
| Penutup kepala | Jumlah yang menggunakan penutup kepala (head_covering) vs tidak |
Demographic Breakdown hanya tersedia jika analitik NFV4-MPA2 aktif pada Stream yang sama dengan NFV4-FR. Jika data demografis tidak muncul, periksa konfigurasi pipeline pada halaman Video Analysis.
Time Series
Grafik time series menampilkan tren deteksi wajah dari waktu ke waktu. Tersedia dua tampilan:
- Pengenalan — volume wajah dikenal dan tidak dikenal per interval waktu
- Perubahan — persentase perubahan volume dibandingkan interval sebelumnya (
change_from_previous)
Granularitas ditentukan otomatis: per jam untuk rentang 1 hari, per hari untuk rentang lebih dari 1 hari.
Distribusi Stream
Tabel distribusi Stream memperlihatkan kontribusi masing-masing kamera terhadap total pengenalan:
| Kolom | Deskripsi |
|---|---|
| Stream | Nama dan lokasi kamera |
| Total | Jumlah wajah unik yang terdeteksi dari kamera tersebut |
| Total Deteksi | Total event deteksi termasuk wajah yang terdeteksi berulang |
| Dikenal | Jumlah wajah terdaftar yang dikenali dari kamera tersebut |
| Tidak Dikenal | Jumlah wajah tidak terdaftar dari kamera tersebut |
| % dari Total | Proporsi kontribusi kamera ini terhadap seluruh pengenalan |
Informasi Waktu Puncak
| Metric | Deskripsi |
|---|---|
| Waktu Aktivitas Tertinggi | Jam atau tanggal dengan jumlah pengenalan wajah terbanyak |
| Jumlah Puncak | Angka pengenalan pada periode puncak |
| Waktu Aktivitas Terendah | Jam atau tanggal dengan jumlah pengenalan wajah tersedikit |
| Jumlah Sepi | Angka pengenalan pada periode paling sepi |
Tren
Sistem menghitung tren berdasarkan perbandingan nilai interval pertama dan terakhir dalam rentang waktu:
increasing— volume meningkat lebih dari 10% dibandingkan interval awaldecreasing— volume menurun lebih dari 10% dibandingkan interval awalstable— perubahan di bawah ambang 10%
Tersedia juga metrik average_per_interval (rata-rata pengenalan per interval) dan peak_to_average_ratio (rasio puncak terhadap rata-rata) sebagai indikator lonjakan aktivitas.
Cara Menggunakan
Buka halaman Statistics FR
Akses menu Statistics dari sidebar, lalu pilih Face Recognition. Halaman akan memuat data dengan rentang waktu default (hari ini). Pastikan setidaknya satu Stream memiliki analitik NFV4-FR aktif.
Pilih rentang waktu
Gunakan pemilih tanggal di bagian atas halaman untuk menentukan rentang waktu analisis. Tersedia tab cepat:
- Harian — data hari ini dengan granularitas per jam
- Mingguan — 7 hari terakhir dengan granularitas per hari
- Bulanan — 30 hari terakhir dengan granularitas per hari
Untuk rentang kustom, isi kolom Tanggal Mulai dan Tanggal Selesai secara manual. Sistem menentukan granularitas secara otomatis berdasarkan selisih tanggal yang dipilih.
Filter berdasarkan Stream (opsional)
Gunakan dropdown Stream untuk memilih satu kamera tertentu jika Anda hanya ingin menganalisis data dari lokasi spesifik. Biarkan kosong atau pilih Semua Stream untuk menampilkan data agregat dari seluruh kamera FR yang aktif.
Baca panel ringkasan
Panel ringkasan di bagian atas menampilkan total pengenalan, total deteksi, jumlah wajah dikenal dan tidak dikenal, beserta persentasenya. Perhatikan rasio Dikenal vs Tidak Dikenal sebagai indikator utama performa sistem FR.
Analisis grafik time series
Gulir ke bawah untuk melihat grafik time series. Gunakan tab Pengenalan untuk melihat tren volume wajah dikenal vs tidak dikenal, atau tab Perubahan untuk melihat persentase perubahan antar interval. Arahkan kursor ke titik data untuk melihat rincian per interval.
Periksa distribusi Stream dan waktu puncak
Tabel distribusi Stream menampilkan kontribusi setiap kamera. Gunakan informasi ini untuk mengidentifikasi kamera dengan volume pengenalan tertinggi atau terendah. Bagian Informasi Waktu Puncak menampilkan jam atau tanggal dengan aktivitas tertinggi dan terendah dalam rentang waktu yang dipilih.
Ekspor laporan (opsional)
Klik tombol Ekspor untuk mengunduh laporan dalam format PDF. Laporan mencakup ringkasan, grafik time series, distribusi Stream, dan informasi waktu puncak sesuai filter aktif.
API Reference
Semua endpoint memerlukan autentikasi. Sertakan header Authorization: Bearer <token> atau X-Api-Key: <key> pada setiap request. Lihat Otentikasi untuk detail lengkap.
GET /api/statistics/fr
Mengambil statistik Face Recognition untuk rentang waktu tertentu. Endpoint ini digunakan oleh Lenz Dashboard untuk memuat seluruh data pada halaman Statistics FR.
GET /api/statistics/fr?stream_id=stream-abc123&start_date=2024-01-01&end_date=2024-01-07
Authorization: Bearer <token>Query Parameters:
Prop
Type
Parameter start_date dan end_date wajib diisi. Jika salah satu kosong, API akan mengembalikan error 400 Bad Request. Format tanggal harus menggunakan YYYY-MM-DD.
Format Response
{
"ok": true,
"message": "success",
"data": {
"time_range": "daily",
"start_date": "2024-01-01",
"end_date": "2024-01-07",
"timestamp": "2024-01-07T15:30:00+07:00",
"summary": {
"total": 3120,
"total_detections": 8450,
"known": 2340,
"unknown": 780,
"known_percentage": 75.0,
"unknown_percentage": 25.0,
"demographics": {
"male_count": 1820,
"female_count": 1300,
"male_percentage": 58.33,
"female_percentage": 41.67,
"adult_count": 2980,
"child_count": 140,
"adult_percentage": 95.51,
"child_percentage": 4.49,
"mask_count": 210,
"no_mask_count": 2910,
"glasses_count": 580,
"no_glasses_count": 2540,
"head_covering_count": 320,
"no_head_covering_count": 2800
}
},
"time_series_data": [
{
"time_label": "2024-01-01",
"event_time": "2024-01-01T00:00:00Z",
"total": 445,
"total_detections": 1205,
"known": 334,
"unknown": 111,
"percent_of_total": 14.26,
"change_from_previous": 0
}
],
"stream_distribution": [
{
"stream_id": "stream-abc-123",
"stream_name": "Pintu Masuk Utama",
"location": "Lobby Gedung A",
"total": 1560,
"total_detections": 4225,
"known": 1170,
"unknown": 390,
"percent_of_total": 50.0
}
],
"peak_time_info": {
"peak_time": "2024-01-03",
"peak_count": 620,
"lowest_time": "2024-01-07",
"lowest_count": 280
},
"trends": {
"overall_trend": "stable",
"average_per_interval": 445.71,
"peak_to_average_ratio": 1.39
}
}
}Struktur field data:
Prop
Type
Struktur field summary:
Prop
Type
Struktur demographics:
Prop
Type
Struktur elemen time_series_data:
Prop
Type
Struktur elemen stream_distribution:
Prop
Type
Tips & Troubleshooting
Selanjutnya
Statistics — Ikhtisar
Lihat ringkasan semua modul statistik yang tersedia di Lenz Dashboard, termasuk panduan memilih modul yang sesuai dengan kebutuhan analitik Anda.
Face Search
Cari event pengenalan wajah per individu berdasarkan foto atau nama, lengkap dengan riwayat kemunculan dan lokasi kamera.
Face Enrollment
Daftarkan wajah individu ke database sistem agar dapat dikenali oleh analitik NFV4-FR dan memicu notifikasi otomatis.
API Reference — Statistics
Endpoint untuk mengambil data metrik agregat per domain analitik — Face Recognition, People Analytics, Vehicle Analytics, Crowd Estimation, dan LPR.
Statistics: People Analytics
Pantau pergerakan, kerumunan, durasi berdiam, dan atribut demografis orang di area yang diawasi — menggunakan analitik MPA2 pada Lenz Dashboard.