Kiểm tra tốc độ nhận diện khuôn mặt trên khóa thông minh: Yếu tố ảnh hưởng và quy trình đối chiếu

Mục lục bài viết

Kiểm tra tốc độ nhận diện khuôn mặt trên khóa thông minh: Yếu tố ảnh hưởng và quy trình đối chiếu

Khi người dùng đứng trước cửa và chờ khóa nhận diện khuôn mặt, mỗi giây chờ đều tạo cảm giác khác biệt so với việc rút chìa truyền thống. Thế nhưng "tốc độ nhận diện khuôn mặt" không phải một con số cố định có thể gán chung cho mọi thiết bị. Bài viết này tập trung vào cách kiểm tra tốc độ nhận diện — từ lúc khuôn mặt xuất hiện trong vùng quan sát của camera đến khi chốt khóa nhả — thay vì xếp hạng hay so sánh mua hàng. Trên thực tế, kết quả phụ thuộc vào cảm biến, thuật toán so khớp, ánh sáng hỗ trợ và cả điều kiện lắp đặt tại từng cánh cửa. Với những mẫu như Khóa cửa Solity GP-6000BAK hay Solity GP-6000BAK, hồ sơ sản phẩm chỉ xác nhận phương thức mở bằng Face ID cùng nhiều cách xác thực khác, chứ không công bố thời gian nhận diện tính bằng giây. Vì vậy, người đọc cần một khung kiểm tra có kiểm soát thay vì tin vào lời quảng cáo "mở tức thì".

Sơ đồ minh họa: Phương thức xác thực
Sơ đồ minh họa chủ đề phương thức xác thực, không đại diện model cụ thể.

Vì sao tốc độ nhận diện khuôn mặt không có một con số chung

Cần phân biệt rõ ba thứ thường bị gộp làm một: camera quan sát, màn hình hiển thị và bộ nhận diện khuôn mặt. Đây là những chức năng riêng biệt, và việc một mẫu khóa có camera không đồng nghĩa camera đó đảm nhận việc xác thực khuôn mặt. Nguyên lý chung của nhận diện khuôn mặt gồm ba bước: phát hiện khuôn mặt trong khung hình, trích xuất đặc điểm, rồi so khớp với mẫu đã đăng ký. Thời gian của từng bước phụ thuộc vào phần cứng và thuật toán của đúng model, không thể suy ra từ tên thương hiệu hay tên dòng sản phẩm.

Điều này có nghĩa mọi tuyên bố kiểu "mở trong 0,5 giây" hay "nhanh hơn vân tay" chỉ có giá trị khi gắn với một model cụ thể, một điều kiện đo cụ thể. Trong tập hồ sơ đang có, không mẫu nào công bố thời gian nhận diện chuẩn hóa, nên mọi so sánh định lượng giữa các mẫu sẽ là suy đoán. Cách tiếp cận đúng là xây dựng quy trình đo tại chỗ, cùng một người, cùng một điều kiện, rồi ghi nhận kết quả trung bình và các trường hợp lỗi.

Các yếu tố ảnh hưởng trực tiếp đến thời gian nhận diện

Loại cảm biến và công nghệ nhận diện

Hồ sơ sản phẩm cho thấy sự khác biệt rõ giữa các mẫu. Một số model ghi rõ "nhận diện khuôn mặt 3D" như Bosch FU6 Plus, Bosch FU8 Plus hay Philips DDL902-MFVP-11HWS; riêng Philips còn nêu cấu hình camera 3D hồng ngoại. Mẫu Solity GP-6000BAK dùng nhãn Face ID với nhận diện khuôn mặt 3D. Trong khi đó, Bosch EL400VF chỉ được mô tả là có nhận diện khuôn mặt, chưa xác minh là cảm biến 2D hay 3D. Sự khác biệt này quan trọng vì cảm biến 3D chuyên dụng thường xử lý được điều kiện ánh sáng phức tạp tốt hơn, nhưng ngay cả vậy, tốc độ vẫn phụ thuộc thuật toán và bộ xử lý của từng model.

Không nên mặc định rằng mọi sản phẩm có chữ "Face ID" hay "nhận diện khuôn mặt" đều dùng cảm biến 3D. Đây là điểm dễ gây hiểu lầm khi đọc thông tin quảng cáo. Khi kiểm tra, hãy ghi lại đúng mô tả công nghệ mà hồ sơ model cung cấp, và nếu thiếu thông tin thì ghi rõ là chưa xác minh thay vì tự gán.

Điều kiện ánh sáng và hỗ trợ chiếu sáng

Ánh sáng là biến số khó kiểm soát nhất khi đo tại nhà. Cùng một khuôn mặt, cùng một khoảng cách, nhưng đứng ngược sáng buổi trưa khác hoàn toàn với đứng trong hành lang tối. Khả năng hoạt động khi thiếu sáng phụ thuộc vào cảm biến và hệ chiếu sáng hỗ trợ của đúng model — hồng ngoại hay đèn trắng — và hồ sơ hiện có không công bố ngưỡng lux tối thiểu cho bất kỳ mẫu nào trong danh sách. Vì vậy, không thể kết luận "hoạt động tốt trong bóng tối" chỉ dựa vào việc sản phẩm có camera hồng ngoại.

Khi kiểm tra, nên chia thành bốn tình huống: ánh sáng mạnh chiếu trực diện, ánh sáng yếu trong nhà, ngược sáng từ cửa sổ, và tối hoàn toàn vào ban đêm. Với mỗi tình huống, ghi lại số lần nhận diện thành công trên tổng số lần thử và cảm nhận độ trễ. Nếu thiết bị có đèn hỗ trợ, quan sát xem đèn có bật trước khi camera chụp hay không — chi tiết này ảnh hưởng đến thời gian phản hồi tổng thể.

Góc nhìn, khoảng cách và vị trí đứng

Lỗi nhận diện thường đến từ người dùng đứng sai vùng làm việc hơn là từ thiết bị kém. Mỗi model có vùng quan sát riêng, nhưng hồ sơ trong tay không cung cấp tham số góc nhìn hay khoảng cách làm việc cho các mẫu cụ thể. Ngay cả Khóa cửa Philips DDL902-MFVP-11HWS dù có hệ thống ba camera, hồ sơ cũng chưa xác minh góc nhận diện khuôn mặt. Do đó, bước đầu tiên khi kiểm tra là xác định vùng đứng chuẩn theo hướng dẫn lắp đặt của từng model, rồi thử nhiều vị trí trong vùng đó để loại trừ sai lệch do tư thế.

Một lưu ý thực tế: chiều cao lắp khóa so với chiều cao người dùng ảnh hưởng trực tiếp đến góc chụp. Khóa lắp cho người cao 1,75 m sẽ cho góc khác với khóa lắp cho trẻ em hoặc người ngồi xe lăn. Khi kiểm tra, nên thử với ít nhất hai thành viên có chiều cao chênh lệch, ghi lại ai nhận diện nhanh hơn và ai phải cúi hoặc kiễng chân.

Chất lượng mẫu đăng ký và phần mềm

Đây là yếu tố người dùng kiểm soát được nhiều nhất. Một khuôn mặt chỉ đăng ký một lần, trong điều kiện ánh sáng kém, sẽ cho tỷ lệ khớp thấp hơn khuôn mặt được đăng ký nhiều góc. Hồ sơ của Solity GP-6000BAK nêu bộ nhớ khuôn mặt tối đa 100 mẫu, trong khi các mẫu Bosch và Philips trong danh sách không công bố dung lượng bộ nhớ khuôn mặt. Việc so sánh tốc độ giữa các model khi dung lượng bộ nhớ và thuật toán chưa được đối chiếu trong cùng điều kiện là thiếu căn cứ.

Phần mềm cũng là biến số. Bản cập nhật firmware có thể thay đổi thuật toán so khớp, và một số mẫu có ứng dụng quản lý cho phép xem hoặc cấu hình dữ liệu. Tuy nhiên, có ứng dụng không đồng nghĩa mọi chức năng từ xa đều được hỗ trợ; cần kiểm tra riêng theo đúng model và đúng tài khoản. Khi kiểm tra tốc độ, nên ghi lại phiên bản phần mềm đang chạy để kết quả có thể so sánh lại sau này.

Quy trình kiểm tra đối chiếu tại chỗ

Một quy trình đơn giản nhưng đủ chặt chẽ gồm các bước sau. Thứ nhất, chọn một người thử cố định trong suốt quá trình đo. Thứ hai, cố định khoảng cách và vị trí đứng bằng cách đánh dấu trên sàn. Thứ ba, thực hiện 10 lần liên tiếp trong cùng điều kiện ánh sáng và ghi lại từng lần: thành công, thất bại, cảm giác nhanh hay chậm. Thứ tư, lặp lại sau 30 phút nghỉ để xem thiết bị có bị chậm đi do nhiệt hay không. Thứ năm, đổi điều kiện ánh sáng và lặp lại toàn bộ.

Ngoài thời gian mở khóa, cần ghi nhận hai loại lỗi: từ chối nhầm (người hợp lệ bị từ chối) và chấp nhận nhầm (người không đăng ký vẫn mở được). Loại lỗi thứ hai nghiêm trọng hơn nhiều và không nên đánh đổi bằng tốc độ. Không có thiết bị nào loại trừ hoàn toàn cả hai loại lỗi, nên mục tiêu là hiểu rõ hành vi thực tế của mẫu mình dùng trong điều kiện cụ thể. Không nên đưa ra con số so sánh giữa các model khi chưa có dữ liệu đo thống nhất.

Quyền riêng tư và dữ liệu khuôn mặt

Dữ liệu khuôn mặt là dữ liệu sinh trắc học, nhạy cảm hơn mã PIN hay thẻ từ. Hồ sơ trong tay không cung cấp chi tiết lưu trữ cục bộ hay đám mây cho từng model, và cũng không nêu chính sách mã hóa cụ thể. Vì vậy, không nên khẳng định "không thu thập dữ liệu vì hoạt động offline" hay bất kỳ cam kết bảo mật tuyệt đối nào. Khi bàn giao nhà hoặc cho thợ vào làm việc, nên xóa mẫu khuôn mặt của người không còn quyền truy cập và kiểm tra lại danh sách người dùng trong ứng dụng nếu có.

Ghi nhận sự cố và phương án dự phòng

Mọi mẫu trong danh sách đều có ít nhất hai phương thức dự phòng ngoài khuôn mặt — vân tay, mã số, thẻ từ hoặc chìa cơ. Khi gặp lỗi nhận diện lặp lại, nên ghi lại thời điểm, điều kiện ánh sáng, người thử, rồi thử phương thức dự phòng trước khi liên hệ kỹ thuật. Không nên vội kết luận cảm biến hỏng, và cũng không nên khuyên thay cảm biến 3D khi chưa xác minh model đó thực sự dùng cảm biến 3D.

Kết luận

Kiểm tra tốc độ nhận diện khuôn mặt là bài đo có kiểm soát, không phải cuộc thi giữa các thương hiệu. Kết quả chỉ có ý nghĩa khi đo trên đúng model, đúng cánh cửa, đúng điều kiện ánh sáng và cùng một người thử. Một số điểm vẫn chưa xác minh trong dữ liệu hiện có: loại cảm biến của Bosch EL400VF và Bosch FU30 Plus, góc nhận diện và khoảng cách làm việc của các mẫu, dung lượng bộ nhớ khuôn mặt ngoài Solity GP-6000BAK, chính sách lưu trữ dữ liệu và thông số chiếu sáng hỗ trợ. Bài viết không xếp hạng và không khuyến nghị mua; người đọc nên dùng khung trên để tự đo trước khi quyết định.