تطوير BlinkID Capture: تجربة مستخدم أفضل واستخراج بيانات أكثر كفاءة

في Microblink، نفخر باعتبار أنفسنا خبراء في مجال الذكاء الاصطناعي ووثائق الهوية. ومع ذلك، نسعى دائمًا إلى التحسين — سواء من أجل شركائنا من العملاء أو المستخدمين النهائيين الذين يتعاملون مع منتجاتنا. في أعقاب الإصدار المثير لـ BlinkID، تحدثنا مع لوكا سليبار، مدير منتجات BlinkID لدينا، ودانيال بالشيف، مهندس التعلم الآلي لدى فريقنا، حول رؤيتنا لحل التحديات الفريدة المتعلقة بالهوية الرقمية وعملية التقاط الصور التي تدعم مجموعة منتجات BlinkID الخاصة بنا. تم تحرير المحادثات الواردة أدناه وتلخيصها من أجل الوضوح.

التغلب على تحديات الهوية الرقمية مع لوكا شليبار

أعمل في شركة Microblink في مناصب مختلفة منذ عام 2014. ورغم أن تركيزي في البداية كان منصبًا على تطوير الأعمال، فقد انتقلت في نهاية المطاف إلى منصب إدارة المنتجات لمبادراتنا في مجال الذكاء الاصطناعي، إلى أن توليت منصب مدير منتجات وحدات التقاط واستخراج البيانات في BlinkID.

على مر السنين، عالجت شركة Microblink أكثر من 12 مليار وثيقة هوية متنوعة، وخلال تلك الفترة، طورنا رؤية فريدة للفروق الدقيقة والتحديات التي تنطوي عليها هذه الوثائق. تتنوع وثائق الهوية باختلاف المنطقة الجغرافية والشخص، كما تتغير أشكالها وتصميماتها بانتظام. سواء كان الأمر يتعلق بفتح حساب أو تحويل أموال، فإن معظم التجارب الرقمية الحديثة للمستخدمين التي نعتبرها أمراً مفروغاً منه اليوم تعتمد على نجاح عملية مسح هذه الوثائق المتنوعة ضوئياً والتحقق من صحتها. وهنا يأتي دور BlinkID. 

عندما يتعلق الأمر بحل التحديات التي يواجهها عملاؤنا ورفع مستوى المعايير في مجال الهوية الرقمية، فإننا نقسم العملية إلى ثلاث خطوات رئيسية: التجميع، والاستخراج، والتحقق.

يُعد التقاط المستندات بشكل استثنائي أساسًا أساسيًّا لنجاح عملية التحقق اللاحقة. مهما كانت الاحتياجات التجارية الفريدة، فلا يمكن إجراء تحقق دقيق وموثوق به من مستندات الهوية دون التقاط واستخراج صور استثنائيين. بعبارة أخرى، فإن القدرة على التحقق من صحة المستند أو الإبلاغ عنه باعتباره مزوراً محتملًا تعتمد كلياً على جودة البيانات المستخرجة، والتي تعتمد بدورها كلياً على جودة عملية التقاط الصورة الأولية. وإذا كانت تجربة التقاط الصور معقدة أو مربكة أو عرضة للأخطاء، فمن المرجح أن يتخلى المستخدمون عنها تمامًا. 

لطالما اشتهرت شركة Microblink بتطوير وتوفير حزم أدوات التطوير (SDK) وواجهات برمجة التطبيقات (API) لأتمتة الخطوتين الأوليين في العملية بسرعة ودقة رائدتين في القطاع. توفر معالجة BlinkID على الجهاز تجربة مستخدم فائقة الجودة مع ردود فعل فورية (مثل «ثبّت المستند» أو «تراجع»)، وأمان البيانات، والقدرة على دعم حالات الاستخدام دون الحاجة إلى اتصال قوي بالإنترنت.

ومع ذلك، وعلى الرغم من كل التقدم الذي أحرزته قوة معالجة الهواتف المحمولة، فإنها تظل أقل شأناً من قوة معالجة الخادم الكامل. بالإضافة إلى ذلك، في العديد من القطاعات الخاضعة لرقابة صارمة مثل الخدمات المصرفية والمالية، التي تخدمها تقنيتنا، يتم إرسال الصور الملتقطة إلى الخادم على أي حال لمعالجتها لاحقاً. 

ورغم أننا استجبنا لاحتياجات عملائنا المتنوعة من خلال خيارات تكامل مرنة وتغطية واسعة للمنصات، فقد رأينا أيضًا فرصة لتحسين النهج الحالي، بدءًا من التقاط الصور. 

إن خبرة Microblink في تطوير منتجات مُحسَّنة للغاية تعمل على الأجهزة نفسها قد منحتنا ميزة فريدة لخوض هذا التحدي. ونحن كفريق، نمتلك الخبرة اللازمة لتطوير نماذج تعلم آلي خفيفة الوزن وتجربة التقاط صور سهلة الاستخدام دون زيادة الحجم غير الضروري لحزمة أدوات التطوير (SDK). وقد جعل هذا المشروع أيضًا مشروعًا جذابًا لفرقنا متعددة التخصصات للعمل عليه. 

يتكامل «Capture SDK» الذي أطلقناه مؤخرًا مع تطبيقات الهاتف المحمول الخاصة بالعملاء لتمكين تجربة التقاط رائعة للمستخدمين، وهي التجربة التي يشتهر بها منتجنا الرائد «BlinkID»، دون أن يزيد ذلك كثيرًا من الحجم الإجمالي للتطبيق. كما يتيح هذا المكون معالجة واستخراج الصور بشكل أكثر فاعلية على جانب الخادم، وهو أمر ضروري لتحقيق رؤيتنا طويلة المدى المتمثلة في تقديم أفضل حل عالمي للتحقق من وثائق الهوية في السوق.

تمكين التقاط صور أكثر ذكاءً مدعومًا بتقنية التعلم الآلي مع دانيال بالشيف

انضممتُ إلى Microblink في نهاية عام 2022 كواحد من أول ثلاثة موظفين في صوفيا، بلغاريا، وأنا متحمس لإطلاق أول منتج عملتُ عليه مع الفريق! بفضل ثروتنا من نماذج التعلم الآلي الحالية والبيانات الداخلية الهائلة لتدريب النماذج الجديدة، تمكنا من إطلاق حزمة تطوير البرامج (SDK) هذه في غضون 5 أشهر فقط.

يتطلب بناء منتج مثل هذا جهدًا جماعيًّا، وقد تحقق ذلك بفضل التعاون الوثيق مع العديد من مهندسي التعلم الآلي، ومهندسي البرمجيات عبر المنصات، ومصممي المنتجات، ومديري المشاريع لدينا. كما تحدثنا مع عملائنا وزملائنا الذين يتعاملون مع العملاء مباشرةً لدمج ملاحظاتهم وضمان أننا نبني المنتج المناسب. يتميز إصدار SDK لالتقاط الصور بمجموعة كاملة من الميزات، بما في ذلك:

• الكشف التلقائي عن المستندات: تتمكن حزمة تطوير التطبيقات (SDK) الخاصة بنا من اكتشاف متى يكون المستند مرئيًا وموقعه بالضبط، مما يتيح لنا تحديد متى يكون المستخدم يحمل المستند قريبًا جدًّا أو بعيدًا جدًّا عن الكاميرا أو بزاوية مائلة جدًّا، وتقديم إرشادات لتوجيه المستخدم نحو مسح ضوئي أفضل. 

• تصنيف أنواع المستندات: تعمل حزمة أدوات التطوير (SDK) الجديدة الخاصة بنا على تصنيف المستندات إلى عدة فئات تساعدنا في تحديد نسبة العرض إلى الارتفاع المتوقعة لها، وما إذا كانت المستندات مطبوعة على وجه واحد أم على الوجهين. وهذا أمر مثير للغاية لأنه يتيح لنا تخصيص تجربة المستخدم وعملية المسح الضوئي بناءً على المستند المحدد. بعبارة أخرى، إذا عرض المستخدم بطاقة هوية، فسنعرف أننا بحاجة إلى طلب صورة للوجه الأمامي والخلفي، على عكس جواز السفر الذي نكتفي بصورة للوجه الأمامي فقط. 

• كشف الضبابية: يكتشف ما إذا كان المستند ضبابيًا وينتظر حتى يتمكن المستخدم من التقاط صورة أفضل وأكثر ثباتًا.
• الكشف عن الانعكاسات الضوئية: إذا كان هناك انعكاس ضوئي يغطي المستند، فسوف نكتشفه ونطلب من المستخدم تحريك المستند حتى يختفي.
• كشف الميل: يحدد موقع المستند داخل الصورة أو إطار الكاميرا، ويسمح لنا بتقدير ما إذا كان المستند مائلاً أم لا. وعلى الرغم من أننا نستطيع معالجة المستندات المائلة في المراحل اللاحقة من المعالجة، فإن تحويل هذه الصور يؤدي حتمًا إلى حدوث بعض التشويه في الصورة المحولة، وهو أمر غير مرغوب فيه غالبًا عند التحقق مما إذا كانت الصورة قد تم التلاعب بها. ولا توجد طريقة لتصحيح ذلك بعد التقاط الصورة، لذا فإن الحل الوحيد هو تزويد المستخدم النهائي بتعليمات في الوقت الفعلي حول كيفية وضع المستند بشكل صحيح لإزالة الميل وضمان أفضل التقاط ممكن للصورة. 
• حجب اليد: تعيد حزمة تطوير التطبيقات (SDK) هذه استخدام نماذج الكشف عن اليد من نموذج التحقق الخاص بنا لتحديد ما إذا كانت يد المستخدم تحجب جزءًا كبيرًا من المستند. (يمكن للعميل تكوين ما يُعتبر «كبيرًا» في الإعدادات.) وهذا يضمن عدم التقاط صور تظهر فيها إصبعًا يغطي جزءًا مهمًا من المستند، على سبيل المثال.

• تقدير درجة الوضوح: نقوم بالتقاط عدة إطارات لوثيقة الهوية من دفق الفيديو، ونقوم بتصفية هذه الإطارات لاختيار الإطار الأكثر وضوحًا من أجل ضمان أقصى دقة في المعالجة اللاحقة.
• تقدير ظروف الإضاءة: يمكننا تحديد ما إذا كان المستخدم يقوم بالمسح الضوئي في غرفة مظلمة أو في مكان شديد الإضاءة، ونوجهه لإجراء التعديل اللازم للحصول على صورة أفضل.

والنتيجة هي تعليقات أكثر استباقية وتفصيلية من المستخدمين، تستعين بالتعلم الآلي للتحقق من جودة الصورة وتضمن الحصول على أفضل مسح ممكن من المرة الأولى، مما يقلل من احتمال اضطرار المستخدمين إلى تكرار العملية ويؤدي إلى استخراج أفضل. 

إلى جانب تجربة التقاط الصور الفائقة وجودة الصور التي توفرها، لا يقتصر برنامج Capture SDK المستقل الخاص بنا على قائمة محددة من المستندات المدعومة، لذا فقد صُمم ليعمل مع جميع بطاقات الهوية ورخص القيادة وجوازات السفر ذات الأحجام القياسية — سواء في الوقت الحالي أو في المستقبل. وفي حال إصدار نسخة جديدة من المستند، لن يضطر العملاء إلى إثقال كاهل مستخدميهم بتحديثات، بل يمكنهم ببساطة تحديث النظام الخلفي لإجراء عملية الاستخراج.

شكرًا لـ«لوكا» و«دانيال» على محادثتهما معنا!