نظام حضور بالوجه

🧠 نظام حضور بالوجه (كشف الوجه + التعرف + كشف التزوير) نظام حضور بالوجه هو نظام ذكي متكامل لإدارة الحضور والانصراف يعتمد على تقنيات الذكاء الاصطناعي والرؤية الحاسوبية، ويهدف إلى استبدال الطرق التقليدية مثل التوقيع اليدوي أو البطاقات أو البصمة. يعتمد النظام على الكاميرا في التقاط الوجوه وتحليلها في الوقت الحقيقي، ثم اتخاذ قرار تلقائي بتسجيل الحضور أو رفضه وفق عدة مراحل معالجة. يتميز هذا النظام بأنه يعمل بشكل محلي باستخدام قاعدة بيانات SQLite، مما يجعله خفيفاً وسريعاً ولا يحتاج إلى سيرفر خارجي أو اتصال دائم بالإنترنت، وهو مناسب للمؤسسات الصغيرة والمتوسطة مثل المدارس، الشركات، والمعاهد. ⚙️ المراحل الأساسية للنظام يعتمد النظام على ثلاث نماذج رئيسية للذكاء الاصطناعي تعمل بشكل متسلسل ومتكامل: 1️⃣ نموذج كشف الوجه (Face Detection) هذه هي المرحلة الأولى في النظام، وهي مسؤولة عن اكتشاف وجود أي وجه داخل إطار الكاميرا. يقوم هذا النموذج بـ: تحليل الصورة أو الفيديو بشكل لحظي تحديد أماكن الوجوه داخل الإطار باستخدام مربعات تحديد (Bounding Boxes) عزل الوجه عن الخلفية تحسين الصورة لتكون جاهزة للمرحلة التالية عادة يتم استخدام نماذج متطورة في هذه المرحلة، حسب مستوى الدقة المطلوب. الهدف الأساسي هنا ليس معرفة هوية الشخص، بل فقط الإجابة على سؤال: هل يوجد وجه في الصورة؟ وأين موقعه؟ 2️⃣ نموذج التعرف على الوجه (Face Recognition) بعد اكتشاف الوجه، يتم تمريره إلى نموذج التعرف الذي يعتبر القلب الأساسي للنظام. يقوم هذا النموذج بـ: استخراج ملامح الوجه وتحويلها إلى بصمة رقمية تسمى Face Embedding تمثيل الوجه على شكل متجه رياضي يحتوي على مئات القيم مقارنة هذا المتجه مع البيانات المخزنة مسبقاً في قاعدة بيانات SQLite إذا كانت نسبة التشابه بين البصمة الجديدة والبصمات المخزنة عالية جداً (مثلاً أكثر من 80% أو حسب الإعدادات)، يتم التعرف على الشخص بنجاح. هذه المرحلة مسؤولة عن الإجابة على السؤال الأساسي: من هذا الشخص؟ 3️⃣ نموذج كشف التزوير (Face Anti-Spoofing) هذه المرحلة تعتبر من أهم مراحل الأمان في النظام، حيث تمنع محاولات خداع النظام. يقوم نموذج كشف التزوير بالتحقق من أن الوجه حقيقي وليس مزيفاً مثل: صورة مطبوعة فيديو على شاشة هاتف أو جهاز قناع ثلاثي الأبعاد إعادة عرض صورة من جهاز آخر يعتمد النموذج على تحليل عدة عوامل مثل: عمق الوجه (Depth Information) حركة العين والرمش (Blink Detection) انعكاس الضوء على الجلد تفاصيل الملمس (Texture Analysis) استجابة الوجه للحركة الطبيعية يمكن استخدام نماذج مثل CNN-based Anti-Spoofing أو Liveness Detection Models لهذا الغرض. إذا تم اكتشاف أن الوجه مزيف، يتم رفض العملية فوراً وعدم تسجيل أي حضور. 🗄️ قاعدة البيانات SQLite يستخدم النظام قاعدة بيانات SQLite لأنها خفيفة وسهلة الدمج وتعمل بدون إعدادات معقدة. تحتوي قاعدة البيانات على جدولين رئيسيين: جدول المستخدمين (Users) ID المستخدم الاسم الكامل البصمة الرقمية (Face Embedding) بيانات إضافية مثل القسم أو الوظيفة جدول الحضور (Attendance) رقم العملية ID المستخدم تاريخ الحضور وقت الدخول والخروج حالة التحقق (حقيقي / مزيف) تُخزن البيانات بشكل محلي داخل ملف واحد، مما يسهل النسخ الاحتياطي والنقل. 🔄 آلية عمل النظام بالكامل تشغيل الكاميرا في الوقت الحقيقي التقاط الإطار من الفيديو تطبيق نموذج كشف الوجه لتحديد موقع الوجه تمرير الوجه إلى نموذج كشف التزوير للتحقق من أنه حقيقي إذا كان الوجه حقيقياً، يتم إرسال البيانات إلى نموذج التعرف مقارنة الوجه مع قاعدة بيانات SQLite إذا تم التطابق، يتم تسجيل الحضور مع الوقت والتاريخ حفظ البيانات في قاعدة البيانات بشكل تلقائي 🚀 مميزات النظام يعمل بشكل تلقائي بدون تدخل بشري دقة عالية في التعرف على الأشخاص منع محاولات التزوير أو الاحتيال يعمل بدون إنترنت (Offline System) سرعة معالجة مناسبة في الزمن الحقيقي إمكانية التوسع وإضافة مستخدمين بسهولة مناسب للمدارس، الجامعات، والشركات والمؤسسات 🔐 الأمان والموثوقية يتمتع النظام بمستوى أمان جيد بفضل وجود طبقة كشف التزوير، مما يمنع استخدام الصور أو الفيديوهات لخداع النظام. كما أن تخزين البيانات في SQLite يقلل من مخاطر الاختراقات الخارجية، خاصة عند استخدام النظام بشكل محلي.