بناء BlinkID التقاط : تحسين تجربة المستخدم واستخراج البيانات

في Microblink ، نحن فخورون باعتبار أنفسنا خبراء في الذكاء الاصطناعي ووثائق الهوية. ومع ذلك، نحن نسعى دائماً إلى التحسن – سواء لشركائنا من العملاء أو المستخدمين النهائيين الذين يتفاعلون مع منتجاتنا. في أعقاب الإصدار المثير BlinkID ، تحدثنا مع لوكا سليبارمدير منتجاتنا BlinkID ، و دانيال بالتشيفأحد مهندسي تعلّم الآلة في فريق العمل، حول كيفية تفكيرنا في حل تحديات الهوية الرقمية الفريدة والتقاط الصور التي تشغل مجموعتنا BlinkID. وقد تم تحرير المحادثات أدناه وتكثيفها للتوضيح.

حل تحديات الهوية الرقمية مع لوكا شليبار

لقد عملت مع Microblink بصفات مختلفة منذ عام 2014. وبينما كان تركيزي في البداية على تطوير الأعمال، انتقلت في نهاية المطاف إلى دور إدارة المنتجات لمبادرات الذكاء الاصطناعي لدينا حتى توليت منصب قائد المنتج لوحدات الالتقاط والاستخراج BlinkID.

على مر السنين، قام موقع Microblink بمعالجة أكثر من 12 مليار وثيقة هوية متنوعة، وخلال ذلك الوقت، قمنا بتطوير منظور فريد حول الفروق الدقيقة والتحديات التي تحتويها هذه الوثائق. تختلف الهويات حسب المنطقة الجغرافية والشخص، وتتغير أشكالها وتخطيطاتها بانتظام. وسواء كان الأمر يتعلق بفتح حساب أو تحويل الأموال، فإن معظم تجارب المستخدم الحديثة والرقمية التي نعتبرها اليوم من المسلمات تتوقف على المسح الضوئي الناجح لهذه المستندات المتنوعة والمصادقة عليها. وهنا يأتي دور BlinkID يأتي دورنا.

عندما يتعلق الأمر بحل تحديات عملائنا ورفع مستوى الهوية الرقمية، فإننا نقسم العملية إلى ثلاث خطوات رئيسية: الالتقاط والاستخراج والتحقق.

يُعد التقاط المستندات بشكل استثنائي أمرًا أساسيًا لنجاح عملية التحقق النهائي. مهما كانت احتياجات العمل الفريدة، لا توجد طريقة للتحقق الدقيق والموثوق من مستندات الهوية دون التقاط الصور واستخراجها بشكل استثنائي. وبعبارة أخرى، فإن القدرة على التحقق من صحة مستند ما أو الإبلاغ عنه كوثيقة صالحة أو محتملة الاحتيال لا تكون جيدة إلا بقدر جودة البيانات المستخرجة، والتي لا تكون جيدة إلا بقدر جودة الالتقاط الأولي. إذا كانت تجربة الالتقاط غير متقنة أو مربكة أو معرضة للأخطاء، فمن المرجح أن يتخلى المستخدمون عنها تمامًا.

تقليديًا، اشتهر موقع Microblink بتطوير وتقديم حزم SDKs وواجهات برمجة التطبيقات لأتمتة الخطوتين الأوليين في العملية بسرعة ودقة رائدة في المجال. BlinkIDوتوفر المعالجة على الجهاز تجربة مستخدم فائقة من خلال التغذية الراجعة في الوقت الفعلي (على سبيل المثال “إبقاء المستند ثابتًا” أو “الرجوع للخلف”)، وأمن البيانات، والقدرة على دعم حالات الاستخدام دون اتصال قوي بالإنترنت.

وعلى الرغم من كل الخطوات الكبيرة التي حققتها قوة معالجة الهواتف المحمولة، إلا أنها تظل ثانوية مقارنة بقوة معالجة الخادم الكامل. بالإضافة إلى ذلك، في العديد من الصناعات عالية التنظيم مثل الخدمات المصرفية والمالية، التي تخدمها تقنيتنا، يتم إرسال الصور الملتقطة إلى خادم على أي حال لمعالجتها لاحقًا.

في حين أننا قمنا بتلبية احتياجات عملائنا المتنوعة من خلال خيارات التكامل المرنة والتغطية الواسعة للمنصة، فقد رأينا أيضاً فرصة لتحسين النهج الحالي، بدءاً من التقاط الصور.

Microblinkإن خبرتنا في بناء منتجات محسّنة للغاية على الجهاز تؤهلنا بشكل فريد لحل هذا التحدي. كفريق عمل، نحن نعرف كيف نطوّر نماذج تعلم الآلة خفيفة الوزن وتجربة التقاط صور سهلة الاستخدام دون إضافة حجم غير ضروري إلى SDK. وهذا أيضاً جعل منه مشروعاً مقنعاً لفرقنا متعددة الوظائف للعمل عليه.

تتكامل مجموعة أدوات تطوير البرمجيات SDK الخاصة بالتقاط الصور التي تم إصدارها للتو مع تطبيقات الهاتف المحمول الخاصة بالعملاء لتمكين تجربة التقاط الصور الرائعة التي يشتهر بها منتجنا الرائد BlinkID ، دون إضافة الكثير إلى الحجم الكلي للتطبيق. كما يسمح أيضاً بمعالجة الصور واستخراجها بشكل أكثر قوة من جانب الخادم، وهو أمر ضروري لرؤيتنا طويلة الأجل لتقديم أفضل حل عالمي للتحقق من الهوية في السوق.

تمكين التقاط صور أكثر ذكاءً مدعومة بتعلم الآلة مع دانيال بالتشيف

لقد انضممت إلى Microblink في نهاية عام 2022 كواحد من أول 3 موظفين في صوفيا، بلغاريا، وأنا متحمس لإصدار أول منتج عملت عليه مع الفريق! بفضل ثروتنا من نماذج التعلم الآلي الحالية والبيانات الداخلية الهائلة لتدريب النماذج الجديدة، تمكنا من إصدار مجموعة أدوات تطوير البرمجيات هذه في 5 أشهر فقط.

إن بناء منتج كهذا يحتاج إلى قرية صغيرة، وقد كان الوصول إلى هذه المرحلة من التعاون الوثيق مع العديد من مهندسي تعلّم الآلة ومهندسي البرمجيات عبر المنصات ومصممي المنتجات ومديري المشاريع لدينا. كما تحدثنا أيضاً مع عملائنا وزملائنا الذين يتعاملون مع العملاء لدمج ملاحظاتهم والتأكد من أننا نبني المنتج المناسب. إصدار SDK لالتقاط الصور مليء بالميزات، بما في ذلك:

• الكشف التلقائي عن المستند: إن مجموعة أدوات تطوير البرمجيات الخاصة بنا قادرة على اكتشاف متى يكون المستند مرئيًا ومكان المستند بالضبط، مما يسمح لنا بتحديد متى يمسك المستخدم مستندًا قريبًا جدًا أو بعيدًا جدًا عن الكاميرا أو بزاوية كبيرة جدًا، مما يوفر تعليمات لتوجيه المستخدم إلى مسح ضوئي أفضل.

• تصنيف نوع المستند: تصنف مجموعة تطوير البرمجيات SDK الجديدة لدينا المستندات إلى عدة فئات تساعدنا في تحديد نسبة العرض إلى الارتفاع المتوقعة وما إذا كانت المستندات أحادية أو ثنائية الوجه. وهذا أمر مثير للاهتمام بشكل خاص لأنه يسمح لنا بتخصيص تجربة المستخدم وتدفق المسح الضوئي بناءً على المستند المحدد. وبعبارة أخرى، إذا أظهر المستخدم وثيقة هوية، فسنعرف أننا بحاجة إلى طلب الوجه الأمامي والوجه الخلفي، بدلاً من الوجه الأمامي فقط لجواز السفر.

• اكتشاف الضبابية: يكتشف ما إذا كان المستند ضبابياً وينتظر حتى يحصل المستخدم على لقطة أفضل وأكثر ثباتاً.
• اكتشاف الوهج: إذا كان هناك وهج يغطي المستند، فسوف نلتقطه ونطلب من المستخدم تحريك المستند حتى لا يظهر.
• اكتشاف الميل: يعرف مكان المستند في الصورة أو إطار الكاميرا ويسمح لنا بتقدير ما إذا كان المستند مائلاً أم لا. على الرغم من أنه يمكننا دعم المستندات المائلة في المعالجة الإضافية، إلا أن تحويل مثل هذه الصور يؤدي حتماً إلى بعض التشويه في الصورة المحولة، والتي غالباً ما تكون غير مرغوب فيها عند التحقق مما إذا كانت الصورة قد تم التلاعب بها. لا توجد طريقة لتصحيح هذا الأمر بعد الالتقاط، لذا فإن الحل الوحيد هو توفير إرشادات للمستخدم النهائي في الوقت الفعلي حول كيفية وضع المستند بشكل صحيح لإزالة الميل وضمان التقاط أفضل صورة ممكنة.
• انسداد اليد: تعيد مجموعة أدوات تطوير البرمجيات هذه استخدام نماذج الكشف عن اليد من نموذج التحقق الخاص بنا لاكتشاف ما إذا كانت يد المستخدم تغطي جزءًا كبيرًا من المستند. (يمكن للعميل تكوين ما يُعتبر “هامًا” في الإعدادات من قبل العميل). وهذا يضمن عدم التقاط الصور التي يوجد فيها إصبع يغطي جزءًا مهمًا من المستند، على سبيل المثال.

• تقدير الحدة: نلتقط إطارات متعددة لوثيقة الهوية من دفق الفيديو، ونقوم بترشيحها من أجل اختيار الإطار الأكثر حدة من أجل المعالجة النهائية الأكثر دقة.
• تقدير حالة الإضاءة: يمكننا اكتشاف ما إذا كان المستخدم يقوم بالمسح الضوئي في غرفة مظلمة أو إذا كان هناك الكثير من الضوء وإرشادهم إلى إجراء التغيير لالتقاط صورة أفضل.

والنتيجة هي ملاحظات أكثر استباقية وتفصيلاً من المستخدم، حيث تستخدم تقنية تعلّم الآلة للتحقق من جودة الصورة وتضمن أفضل مسح ضوئي ممكن من المرة الأولى، مما يقلل من احتمال اضطرار المستخدمين إلى تكرار العملية ويؤدي إلى استخراج أفضل.

إلى جانب تجربة الالتقاط الفائقة وجودة الصورة التي يوفرها، لا تقتصر مجموعة أدوات تطوير البرمجيات SDK المستقلة الخاصة بنا لالتقاط الصور على قائمة المستندات المدعومة، لذا فهي مصممة للعمل مع جميع بطاقات الهوية ورخص القيادة وجوازات السفر ذات الحجم القياسي – اليوم وفي المستقبل. إذا تم إصدار إصدار مستند جديد، فلن يحتاج العملاء إلى إثقال كاهل مستخدميهم بالتحديث، بل يمكنهم ببساطة تحديث الواجهة الخلفية للاستخراج.

شكراً للوكا ودانيال على حديثهما معنا!