چرا حاضری را این‌طور ساختم: پنج تصمیم طراحی برای تشخیص چهرهٔ آفلاین

چطور یک اپ تشخیص چهره را ساختم که روی گوشی ۱۰۰ دلاری و بدون اینترنت کار می‌کند — و چه چیزهایی را دور ریختم تا به آنجا برسم؟

حاضری یک اپ اندروید حضور و غیاب با تشخیص چهرهٔ کاملاً آفلاین است که به‌تنهایی ساختم. این مقاله به اعداد اجرایی نمی‌پردازد، بلکه به پنج تصمیم طراحی می‌پردازد: حذف مجوز اینترنت، WebView به‌جای کد بومی، استفاده از کتابخانهٔ متن‌باز Human، ذخیره در IndexedDB، و زنده‌سنجی سه‌لایه.

نویسنده سامان قهرمان · انتشار: · ۶ دقیقه مطالعه

نمونه‌کار و تجربه‌ی ساخت

اغلب نرم‌افزارهای حضور و غیاب ابری‌اند: اشتراک ماهانه می‌گیرند، دادهٔ کارمند را روی سرور نگه می‌دارند و اگر اینترنت قطع شد، کار می‌خوابد. حاضری جواب دیگری بود: یک گوشی اندروید قدیمی دمِ در، هیچ اینترنتی، هیچ عکسی. این مقاله ماجرای ساختش است — پنج تصمیم طراحی که مسیر را شکل داد.

این یک گزارش «۳۰ درصد سریع‌تر، ۲ برابر دقیق‌تر» نیست. نوشته‌ای است دربارهٔ تصمیم‌هایی که قابل دفاع‌اند و هر توسعه‌دهنده‌ای می‌تواند تکرارشان کند.

با چه مسئله‌ای شروع کردم؟

کلینیک‌ها، کارگاه‌های کوچک و فروشگاه‌ها هنوز حضور و غیاب را با دفتر کاغذی یا یک گروه پیام ثبت می‌کنند. وقتی از چند صاحب کسب‌وکار پرسیدم چرا، سه جواب آمد: کارت گم می‌شود و همکار می‌تواند کارت دیگری بزند؛ دستگاه‌های بیومتریک گران‌اند و نیاز به سیم‌کشی و فنی دارند؛ و سرویس ابری اشتراک ماهانه می‌خواهد، به اینترنت نیاز دارد، و دادهٔ چهرهٔ کارمند روی سروری است که مشتری نمی‌شناسد.

هدف مشخص شد: راهی که روی سخت‌افزار موجودِ کسب‌وکار اجرا شود، به اینترنت نیاز نداشته باشد، و دادهٔ بیومتریک از دستگاه بیرون نرود.

تصمیم ۱: حذف مجوز INTERNET از AndroidManifest

این مهم‌ترین تصمیم است. اکثر اپ‌ها می‌گویند «ما دادهٔ شما را نمی‌فرستیم»، ولی این ادعا قابل‌تأیید نیست. من مجوز INTERNET را از فایل AndroidManifest حذف کردم. حالا اپ از نظر فنی نمی‌تواند هیچ درخواست شبکه‌ای بفرستد — نه از قصد، نه به اشتباه، نه در نسخهٔ آینده.

هر کاربر می‌تواند در تنظیمات اندروید → برنامه‌ها → حاضری → مجوزها این را خودش ببیند. آفلاین وقتی ارزش دارد که قابل‌اثبات باشد.

تصمیم ۲: WebView به‌جای کد بومی Kotlin

اپ در WebView نوشته شده — یعنی رابط کاربری و منطق HTML و JavaScript است و در یک پنجرهٔ WebView اندروید اجرا می‌شود. این تصمیم چند مزیت دارد:

  • یک کدبیس روی اندروید ۶ تا ۱۴ کار می‌کند؛ برای هر نسخهٔ اندروید، تست و نسخهٔ جدا لازم نیست.
  • همان کد را می‌توان با چند تغییر کوچک به PWA وب یا نسخهٔ دسکتاپ Electron برد.
  • به‌روزرسانی رابط کاربری سریع است؛ تغییر HTML/CSS نیازی به کامپایل مجدد اپ ندارد.

آنچه از دست می‌دهم: دسترسی به API‌های پایین‌سطح اندروید (مثل سنسورهای خاص یا بهینه‌سازی GPU بومی). برای حضور و غیاب لازم نبود.

تصمیم ۳: کتابخانهٔ Human به‌جای مدل اختصاصی

آموزش یک مدل تشخیص چهرهٔ خوب ماه‌ها زمان، دیتاست عظیم و GPU گران می‌خواهد. کتابخانهٔ متن‌باز [Human](https://github.com/vladmandic/human) این را تمام‌شده عرضه می‌کند: تشخیص چهره، استخراج بردار، امتیاز ضدجعل، چالش‌های زنده‌سنجی. لایسنس MIT، سبک، روی خود مرورگر اجرا می‌شود.

تصمیم عملی این بود: تمرکزم را بگذارم روی چیزی که واقعاً ارزش اضافه می‌کنم — تجربهٔ کاربری فارسی، گزارش شمسی، منطق زنده‌سنجی سه‌لایه، تنظیم آستانه برای شرایط واقعی — نه روی بازسازی چرخی که از قبل ساخته شده.

تصمیم ۴: IndexedDB به‌جای SQLite

داده‌ها (کارمندان، بردارهای چهره، ثبت‌های روزانه) در پایگاه‌دادهٔ داخلی مرورگر به نام IndexedDB نگه‌داری می‌شوند. این انتخاب چند مزیت دارد:

  • پشتیبان‌گیری یک فایل JSON ساده است، نه فایل باینری؛ کاربر می‌تواند خودش به اکسل ببرد.
  • هیچ کتابخانهٔ جانبی لازم نیست؛ IndexedDB بخشی از خود مرورگر است.
  • بازیابی و مهاجرت داده بین دستگاه‌ها راحت است.

آنچه از دست می‌دهم: کوئری‌های پیچیدهٔ SQL. برای کاربرد حضور و غیاب لازم نبود.

تصمیم ۵: زنده‌سنجی سه‌لایه

در تست اولیه، یک نفر عکس همکار در گوشی را جلوی دوربین گرفت و نسخهٔ اول پذیرفت. این لحظهٔ سختی بود، چون کل ایده را زیر سؤال می‌برد. راه‌حل سه‌لایه شد:

  1. امتیاز ضدجعل داخلی کتابخانهٔ Human (یک عدد بین صفر و یک که مشخص می‌کند چهره «زنده» است یا بازتاب از صفحه).
  2. چالش تصادفی رفتاری: اپ می‌گوید «پلک بزن» یا «سر را به چپ بچرخان»؛ عکس ثابت نمی‌تواند این را اجرا کند.
  3. ثبات هویت در چند فریم پیاپی: فقط یک فریم «شبیه» کافی نیست؛ همان چهره باید چند فریم ادامه داشته باشد.

این برای کسب‌وکار کوچک کافی است. برای بانک یا جایی که پول واقعی جابه‌جا می‌شود کافی نیست و این را در توضیحات محصول صریحاً می‌گویم. سیاست حریم خصوصی حاضری هم همین را تکرار می‌کند.

برای چه کسانی ساخته شد و برای چه کسانی نه

مناسبنامناسب
کارگاه‌های کوچکبانک یا مرکز با امنیت بالا
کلینیک و مطبچند شعبه با گزارش یک‌جا (نسخهٔ سفارشی لازم است)
فروشگاه و کافهتعداد کارکنان بسیار بالا (نسخهٔ معماری متفاوت می‌خواهد)
آموزشگاه کوچکاتوماسیون حقوق و دستمزد خودکار (می‌شود سفارشی ساخت)

چه چیزهایی را دور ریختم (و چرا)

  • همگام‌سازی چند شعبه: سرور لازم بود؛ سرور یعنی اشتراک ماهانه — که دقیقاً خلاف نقطهٔ اصلی پروژه است. نسخهٔ پیش‌فرض یک دستگاه مستقل است.
  • پنل مدیر از راه دور: همان مشکل. اگر مشتری خواست، نسخهٔ سفارشی با یک سرور کوچک قابل ساختن است.
  • محیط iOS: اپل برای دوربین در WebView سخت‌گیر است و دسترسی به App Store از ایران محدود است. اگر لازم شد، در نسخهٔ بعدی.
  • ذخیرهٔ عکس چهره: هیچ‌وقت. فقط بردار عددی. این خودش یک قابلیت فروش است، نه یک کمبود.

سه درسی که برای پروژه‌های آینده نگه‌ می‌دارم

اول، «آفلاین‌بودن» وقتی قابل‌اثبات است ارزش دارد. حذف مجوز INTERNET از AndroidManifest کاری است که تبلیغات را به حقیقت تبدیل می‌کند.

دوم، WebView برای اپ‌هایی که عملکرد بومی سنگین نمی‌خواهند انتخاب بدی نیست. یک کدبیس روی چندین نسخهٔ اندروید.

سوم، بهتر است از کتابخانه‌های متن‌باز استفاده کرد تا جایی که ممکن است و تمرکز را گذاشت روی چیزی که واقعاً ارزش اضافه می‌کند.

اگر همین را برای کسب‌وکار شما می‌خواهم؟

نسخهٔ پیش‌فرض حاضری را از صفحهٔ محصول رایگان دمو بگیرید. اگر دیدید به کارتان می‌خورد ولی چیزی کم دارد — همگام‌سازی چند شعبه، اتصال به حقوق و دستمزد، پنل مدیر از راه دور — می‌توانم این را به‌عنوان یک پروژهٔ سفارشی برایتان بسازم. طبق قرار همیشگی: اول نمونهٔ زنده می‌بینید، بعد پرداخت می‌کنید.

اگر آموزشگاه دارید، چت‌بات آموزشگاه هم کنار حضور و غیاب کار می‌کند و اگر مدل سفارشی لازم دارید، مدل اختصاصی هوش مصنوعی را ببینید. کسب‌وکار خودتان به چنین اپ یا سامانه‌ای نیاز دارد؟ می‌توانید با سامان همکاری را شروع کنید.

سؤالات متداول

چرا از مدل آماده استفاده کردید و خودتان مدل تشخیص چهره نساختید؟

آموزش یک مدل تشخیص چهرهٔ خوب ماه‌ها زمان و دیتاست عظیم می‌خواهد. کتابخانهٔ متن‌باز Human کیفیت کافی برای کسب‌وکار کوچک دارد و لایسنس MIT. تمرکزم را روی چیزی گذاشتم که واقعاً ارزش اضافه می‌کردم: زنده‌سنجی سه‌لایه و تجربهٔ کاربری فارسی.

چطور ثابت می‌کنم اپ واقعاً آفلاین است؟

در تنظیمات اندروید → برنامه‌ها → حاضری → مجوزها را باز کنید. مجوز INTERNET در فهرست نیست. اپ از نظر فنی نمی‌تواند هیچ درخواست شبکه‌ای بفرستد.

همین مدل را می‌توانم برای کسب‌وکار دیگری سفارش بدهم؟

بله. معماری یکسان است: مدل روی دستگاه، دادهٔ آفلاین، حذف مجوز INTERNET. کاربردهای دیگر: کنترل تردد ساختمان، تشخیص هویت در جلسات آنلاین، سیستم نوبت‌دهی با شناسایی مشتری قدیمی.

برای چند کارمند مناسب است؟

برای کسب‌وکار کوچک تا متوسط طراحی شده. برای تعداد بسیار بالا، معماری متفاوتی لازم است که به‌صورت سفارشی قابل ساخت است.

منابع

برچسب‌ها: مطالعه موردی اپ · تشخیص چهره آفلاین · حاضری · طراحی اپ خصوصی · اپ اندروید سبک

درباره‌ی «توسعه و سفارشی‌سازی مدل هوش مصنوعی» مشورت بگیرید

یک جلسه‌ی کوتاه مشاوره کافی است تا مسیر، زمان و هزینه‌ی تقریبی پروژه‌تان روشن شود.

قول من
اگر مشکلی دارید که فکر می‌کنید هوش مصنوعی حلش می‌کند، برایم بنویسید. صادقانه می‌گویم حل می‌کند یا نه؛ گاهی جواب «نه» است و شنیدنش زود، ارزان‌تر تمام می‌شود.
رزرو مشاوره