კომპიუტერული ხედვა iGaming- ში

1) რატომ არის CV piplines iGaming პლატფორმა

KYC/AML: OCR დოკუმენტები, ნამდვილობის გადამოწმება, liveness/anti-spoofing.
ანტიფროდი/რისკი: ბოტების/მრავალ ანგარიშების (ქცევითი + ვიზუალური) გამოვლენა, „ეკრანის გაზიარების“ და მარიონეტული მოწყობილობების იდენტიფიცირება.
მარკეტინგი/ASO: კრეატიული მოდერაცია (ტექსტი/სიმბოლოები/ნიშანი 18 +), ბრენდის სეიფი, A/B ვიზუალური ელემენტები.
ოპერაციები/QA: UI ავტომატური რეგრესიული ტესტები, ლაგონების/საღებავების ვიზუალური ტელემეტრია.
ნაკადები/სოციალური ქსელები: მოვლენების, ლოგოების, თამაშების/პროვაიდერების, ტონალობის და დარღვევების მოპოვება.
Responsible Gaming: ვიზუალური კომუნიკაციების კონტროლი (დაუცველი ჯგუფებისთვის აგრესიული შაბლონების არარსებობა).

2) ძირითადი სკრიპტები და გადაწყვეტილებები

2. 1 KYC: დოკუმენტი + სახე

OCR: FIO/თარიღის/დოკუმენტის ნომრის მოპოვება, ფორმატის შესაბამისობა, განაცხადის შედარება.
Face match: სელფის შედარება დოკუმენტში ფოტოზე.
Liveness: პასიური ნიშნები (micro-motion, Moiré, blink) და აქტიური (prompt-challenge).
დოკუმენტის ნამდვილობა: წყლის ნიშნები/ფონდები/მიკრო გაჟონვა, ფოტოშოპის იდენტიფიკაცია.

2. 2 ანტიფროდიტი და უსაფრთხოება

მოწყობილობის ჩეკი (სადაც დასაშვებია): ეკრანიდან/ნიღბიდან დაკვრის ნიშნები.
მულტიკუნტი: CV სიგნალების (სელფის/ფონის) კომბინაცია ქცევითი და გრაფიკული მოწყობილობებით.
შინაარსის პოლიტიკა: ღია არხებში გადახდის ბარათების/პასპორტების სურათების დაბლოკვა.

2. 3 მარკეტინგი/შემოქმედება/ASO

მოდერაცია: აკრძალული სიმბოლოების/ლოზუნგების გამოვლენა, „18 +“, QR/ბმულები, ფსონები.
ბრენდის სეიფი: სახელმძღვანელო შესაბამისობა ლოგოზე, ფერებზე, ადგილმდებარეობაზე.
A/B: კომპოზიციის ავტომატური ანალიზი (CTA, კონტრასტი, „დატვირთვა“), კორელაცია CTR/CR- სთან.

2. 4 ნაკადები და ვიდეო (თამაშები/eSports/გავლენიანი)

Logo/Game Detection: პროვაიდერების პროვაიდერების მრიცხველები.
Highlight mining: კლიპები მოვლენებზე (დიდი მოგება/ბაგი/კავშირის რღვევა).
ვიდეო მოდერაცია: R რეიტინგი, აზარტული შინაარსი შოუს/იურისდიქციის საათის განმავლობაში.

2. 5 UI/QA

ვიზუალური რეგრესია: ეკრანის სურათების შედარება გვერდებზე/ვერსიებში/მოწყობილობებზე.
ოპტიკური ტელემეტრია: ჩარჩო-დრო, რენდერის გადასასვლელი, „მოციმციმე“ ელემენტები.
Accessibility: კრეტებსა და გვერდებში კონტრასტის/კრეგლის/ალტის ტექსტის შემოწმება.

3) არქიტექტურა და განლაგება

On Device (მობილური SDK, WebAssembly): მყისიერი liveness/OCR პერსონალის გაგზავნის გარეშე.
Edge (RoP/რეგიონი): დაბალი ლატენტობა და მონაცემთა გეო-იზოლაცია/გასაღებები.
ღრუბელი: მძიმე მოდელები (იდენტიფიკაცია, სეგმენტი, ვიდეო ანალიზი), ასინქრონული დავალებები.
კონფიდენციალური ინვესტიცია: TEE/SGX VIP/გადახდისთვის; დაცული კონვეიერები.
ჰიბრიდი: მოწყობილობის მსუბუქი წინასწარი შეფერხება - edge/ღრუბლის ზუსტი შემოწმება.

4) მონაცემები და აუგმენტაცია

შეგროვება: თანხმობა, PII შენიღბვა, შენახვის გეო-პოლიტიკა.
სინთეზური: დოკუმენტების/სელფების წარმოება განათების/კუთხის/ხმაურის ცვალებადობით; domain randomization.
Augmentations: blur, motion, glare, print-scan, ეკრანზე ეკრანზე (ეკრანის ეკრანზე), JPEG არტეფაქტები.
ბალანსი: კლასები „სიჩქარე“, „ფოტო ეკრანიდან“, „ნიღაბი“, „მულტიექსპოზიცია“ - არანაკლებ პოზიტიური.
მარკირება: აქტიური ტრენინგი; QA ორმაგი გადამოწმება საკამათო შემთხვევების შესახებ.

5) მოდელები და ნიმუშები

კლასიფიკაცია/იდენტიფიკაცია: YOLOv8/YOLOv9, EfficientDet, ViT/DETR; ლოგოებისთვის - სპეციალიზირებული დეტექტორები.
სეგმენტი: SegFormer/Mask2Former (ფონ/ნიღბები, კონტურის დოკუმენტი).
OCR: TrOCR/ABINet/CRNN + rectification; მრავალენოვანი მხარდაჭერა.
Face: ArcFace/FaceNet ემბედინგისთვის; Anti-spoof CNN/ViT; მიკროტალღური liveness.
ვიდეო: SlowFast/X3D/TimeSformer; Hights - ღონისძიების კლასიფიკატორები + Energy-based ფილტრები.
მულტიმედიურობა: CLIP მსგავსი მოდელები შემოქმედებისთვის (სურათი + ტექსტი).

6) Paiplines (გარეგნობით)

6. 1 KYC/Liveness (edge + ღრუბელი)

1. On-device: კვალიფიკაციის ჩარჩო (სიმკვეთრე/განათება) - პასიური ზღვარი.
2. Edge: OCR დოკუმენტი, face-embedding- ის შედარება, სწრაფი ჩეკი; რისკი.
3. ღრუბელი: საკამათო შემთხვევების სახელმძღვანელო გადამოწმება (HITL), აუდიტი, DSAR-log.

6. 2 შემოქმედებითი მოდერაცია

1. Ingest კრეატიული (DAM/admink- დან)

2. ტექსტის/სიმბოლოების/ლოგოების იდენტიფიცირება

3. კლასიფიკაცია „allow/flag/deny“ იურისდიქციების შესაბამისად

4. API სარეკლამო ძრავაში + ანგარიში.

6. 3 UI ვიზუალური რეგრესია

1. სკრიპტის/ეკრანის ეკრანის გენერატორი მოწყობილობებისთვის/ლოკალებისთვის

2. Per-pixel/per-ობიექტის შედარება + დაშვება

3. ალერტი PR/CI; automation მდე/შემდეგ.

7) ხარისხის მეტრიკა და SLO

მიმართულება	მოდელების მეტრიკა	SLO ოპერაცია
KYC/OCR	CER/WER, F1 ველის დოკუმენტი, Face-match ROC, Spoof AUC	p95 ინვესტიცია - 300 ms (edge), success - 99. 5%
Liveness	APCER/BPCER, EER	False-accept სამიზნე; MTTR ინციდენტი 30 წუთის განმავლობაში
მოდერაცია	Precision @ deny, Recall @ deny, FPR რეგიონებში	p95-500 ms, 0 „საშიში“ უღელტეხილი გაყიდვაში
ლომი/სტრიმი	mAP @ 50/75, Hit-rate, Coverage პროვაიდერებისთვის	Lag Design 2 c; uptime ≥ 99. 5%
UI რეგრესია	PSNR/SSIM, pixel-diff% მიღებაში	PR-gate: fail diff%> ბარიერი

გარდა ამისა: Bias/Fairness კანზე/განათებაზე/კამერაში; პირადი (ნულოვანი PII გაჟონვა/ლოგოები).

8) უსაფრთხოება, კონფიდენციალურობა და შესაბამისობა

Biometrics-by-design: მინიმიზაცია/ადგილმდებარეობა (on-device), დაშიფვრა, პოლიტიკის შენახვის ვადა.
სახის ემბედინგის ტოქსინიზაცია, შექცევადობის აკრძალვა, ცალკეული გასაღებები.
DSAR/მოცილება: ჩხრეკა საგნის ნიშნით, კრიპტოვალუტით.
Legal Hold: ვიდეო/ჩარჩოების გაყინვა გამოძიებისთვის.
იურისდიქცია: მონაცემთა გეო-იზოლაცია/გასაღებები, 18 +/რეკლამის სხვადასხვა წესები.
აუდიტი: ინვერსიული/გადაწყვეტილებების უცვლელი ლოგოები (WORM), სასაზღვრო შემთხვევების ახსნა.
თავდამსხმელთა ხრიკები: დაცვა re-capture, adversarial-patones, rate limiting.

9) დაკვირვება და ალერტა

ონლაინ მეტრიკა: latence p50/95/99, error rate, saturations (GPU/CPU/IO).
ხარისხი: განათების დრიფტი/კამერები/ქვეყნები; ზრდა APCER ან FPR.
ოპერაცია: საკამათო შემთხვევების ჯერი, SLA სახელმძღვანელო შემოწმება.
ალერტები: დენის უღელტეხილების/ყალბი მოქმედებების ზრდა, OCR სიზუსტის ვარდნა.

10) ინტეგრაცია (API/კონტრაქტები)

10. 1 KYC სერვისი

yaml api: /v1/kyc/check request:
selfie: image_token document_front: image_token document_back: image_token country: "EE"
purpose: "account_opening"
response:
scores: {face_match: 0.93, spoof: 0.02}
ocr: {name: "IVAN IVANOV", dob: "1994-02-14"}
decision: "allow    manual    deny"
trace_id: "..."
privacy: {pii: true, tokenized: true}

10. 2 შემოქმედებითი მოდერაცია

yaml api: /v1/creative/moderate request: {image_token: "...", market: "TR", channel: "display"}
response:
violations: ["age_rating_missing","prohibited_text"]
decision: "deny"
trace_id: "..."

11) MLOps for CV

რეგისტრი: მოდელი/მონაცემები/აუგმენტაცია/ვერსიები; გამოყენების შეზღუდვები.
გამოშვებები: shadow/canary/blue-green, rollback FPR/latency.
ტესტები: ოქროს ნაკრები „მძიმე“ შემთხვევებით (ნიღბები, რომელიც ანათებს პლასტმასს, გადაადგილების ეკრანს).
Monitoring: drift light fich (განათება, სიმკვეთრე), bias მოხსენებები.
Cost: INT8/FP16, sparsity, batch-size, წინასწარი დამუშავების ქეში, როუტინგი „მსუბუქი/მძიმე“ მოდელი.

12) შაბლონები (გამოსაყენებლად მზად)

12. 1 ინვესტიციის პოლიტიკა (SLO/Privacy)

yaml cv_service: vision.core slo:
p95_latency_ms: 300 success_rate: 0.995 privacy:
store_frames: false biometrics_tokenized: true retention: "P30D"
monitoring:
spoof_apcer_max: 0.03 ocr_cer_max: 0.06 bias_gap_pp_max: 3

12. 2 KYC მოდულის გაშვების სია

წინასწარ დაფასება და პასიური შეზღუდვა შედის
CER/WER ოქროს ნაკრებში ბარიერი
Bias ანგარიში კამერების/განათების/დოკუმენტების ტიპების შესახებ
Shadow 5-10% განაცხადები, საკამათო სახელმძღვანელო აუდიტი
DSAR/მოცილება და Legal Hold შემოწმებულია
Alerty APCER/BPCER და latency

12. 3 Runbook „ზრდა APCER“

1. დაშბორდის შემოწმება კამერით/ქვეყნებში; განსაზღვრეთ „ცხელი“ სეგმენტები.
2. გადართეთ ამ სეგმენტებში Edge- ზე ანტისეპტიკური სეგმენტის „მძიმე“ მოდელზე.
3. გამკაცრდეს ბარიერები, ჩართოთ აქტიური ჩეკი (blink/prompt).
4. განაახლეთ აუგმენტაცია და ოქროს ნაკრები; პოსტ-mortem.

13) გზის განხორციელების რუკა

0-30 დღე (MVP)

1. KYC: OCR + ძირითადი face-match, პასიური შეზღუდვა მოწყობილობაზე, საკამათო სახელმძღვანელო შემოწმება.
2. კრეატიული მოდერაცია: წესები + ტექსტის დეტექტორი/ლოგოები; იურისდიქციის დენის სია.
3. UI რეგრესია: საუკეთესო ეკრანების ვიზის სურათები, PR კარიბჭე diff%.

30-90 დღე

1. Anti spuf ViT, აქტიური ინდუსტრიები; დოკუმენტების/სელფების სინთეზური.
2. ნაკადის ვიდეო ანალიტიკა: შუბლი/მაღალტექნოლოგია; პროვაიდერების მოხსენებები.
3. მოხსენებები bias/fairness, drift მონიტორინგი; მთავარი გამოშვებები, SLO ალერტები.

3-6 თვე

1. კონფიდენციალური ინვესტიცია (TEE) VIP/გადახდებისთვის.
2. ბრენდის სეიფის და A/B კრეატიულობის სრული კონტროლი CR/ARPPU- ს კორელაციით.
3. Golden სეტების ავტომატური წარმოება საკამათო შემთხვევებიდან; Champion-challenger კონფიგურაცია.
4. გარე ინტეგრაცია პროვაიდერთან/KUS პარტნიორებთან ხელმოწერილ ვებჰუკებში.

14) ანტი შაბლონები

„ნედლეული“ პერსონალის შენახვა საჭიროებისა და ვადების გარეშე; ლოგოები PII- დან.
ცხოვრება მხოლოდ აქტიურია (პასიური გარეშე) ან პირიქით.
უნივერსალური ბარიერები ყველა ქვეყნისთვის/კამერებისთვის/სცენებისთვის (სეზონური/განათების უგულებელყოფა).
ოქროს ნაკრების და bias აუდიტის არარსებობა არის „კარგი საშუალოდ, ცუდად კიდეებზე“.
მძიმე მოდელების გაშვება პროფილის გარეშე და ლატენტობის/ღირებულების ბიუჯეტების გარეშე.
კრეატიული მოდერაცია „ბოლო ნაბიჯი“ გამოშვებამდე ძვირია და გვიან.

15) დაკავშირებული მონაკვეთები

KYC/AML და წვდომის კონტროლი, DataOps პრაქტიკა, MLOps: მოდელების მოქმედება, API ანალიტიკოსები და მეტრიკა, სენტიმენტის მიმოხილვის ანალიზი, მონაცემთა ნაკადებიდან ალერტა, მონაცემთა ეთიკა და გამჭვირვალობა, მონაცემთა შენახვის პოლიტიკა.

შედეგი

კომპიუტერული ხედვა არ არის „ცალკეული ნერვული ქსელი“, არამედ მონაცემთა და რისკების წარმოების კონვეიერის ნაწილი: ონის კონფიდენციალურობიდან და გეო იზოლაციიდან MLOps- მდე და ხარისხის ალერტებამდე. სწორი CV არქიტექტურა ამცირებს ფროიდს და სახელმძღვანელო შემოწმებებს, აჩქარებს KYC- ს, მარკეტინგს უსაფრთხო და გაზომავს, ხოლო პროდუქტი უფრო სტაბილური და ხელმისაწვდომია.

კომპიუტერული ხედვა iGaming- ში

შედეგი

დაგვიკავშირდით

სწრაფი კავშირი

ვიდეო მალე განახლდება

ჩვენ ახლა ძალიან დაკავებული ვართ პროექტებით