ABŞ Dövlət Departamenti Green Card lotereya iştirakçılarının ərizə və fotoşəkillərini necə yoxlayır

Yaşıl Kart Lotereyası yarandığı gündən bu günə qədər ABŞ-a köç etmək üçün ən asan yoldur və qalır. DV proqramına qatılan milyonlarla insan üçün lotereyada yaşıl kart qazanmaq, etibar edə biləcəkləri tək immiqrasiya yoludur. Və burada şansınızı qaçırmamağınız vacibdir bezdirici kiçik şeylər - profildəki səhvlər və ya yanlış fotoşəkil. Profillər yoxlanarkən şəkillər verilir böyük Diqqət. Anket doldurarkən nəyə xüsusi diqqət yetirilməli olduğunu anlayaq.

Şəkil: Shutterstock

Rəsm prosesinin özü maraqlı deyil. Kompüter təsadüfi olaraq bölgənin ümumi məlumat bazasından müəyyən bir miqdarda qalib seçir, bütün dünyada - 100 ilə 150 ​​min arasında. Yalnız 50 min vizanın olduğunu nəzərə alsaq, gələcəkdə bir çoxunun aradan qaldırılmasını əhatə edəcək olduqca böyük bir ehtiyat hazırlanır, yəni: şanslarını sınamaq üçün oynayan "idmançılar"; immiqrasiyanın müsbət və mənfi cəhətlərini sakitcə qiymətləndirən insanlar prosesi davam etdirməkdən imtina edəcəklər; məhkum; tibbi komissiyadan keçmədi; lazımi sənədləri və ya kifayət qədər pul toplaya bilməyənlər; aşkar edilmiş səhvlər və aldatma səbəbindən diskvalifikasiya edildi və s.

Bütün bu insanlara əlavə olaraq ilkin seçilmiş 100-150 min qalibdən bir deyil, bir neçə müraciət təqdim edənlər sıradan çıxarılacaqdır.

Yaşıl kart lotereyası üçün müraciət edərkən ilk yoxlama

Yaşıl kart lotereyasında iştirak etmək üçün hər il 7-dən 15 milyona qədər müraciət verilir (iştirakçı ölkələrdən asılı olaraq). Aydındır ki, bu cür sənədlərin əl ilə işlənməsi və yoxlanılması nankor bir işdir, çox səhvlərlə doludur. Bu səbəbdən demək olar ki, bütün işləmə prosesi avtomatlaşdırılmışdır və xüsusi kompüter proqramlarına həvalə edilmişdir.

Ərizə təqdim edildiyi zaman, daxili təsdiqləyici anketin bütün tələb olunan sahələrinin doldurulub-doldurulmadığını və əlavə olunmuş fotoların göstərilən texniki parametrlərə uyğun olub olmadığını yoxlayır. Bu ilk texniki yoxlama. Rəsmi qaydalara uyğun gələn bütün tətbiqləri atlayacaq. Məsələn, Yyyyyyy Xxxxxxx adlı bir şəxsin bir insanın şəklini ehtiva etməyən bir fotoşəkil ilə bir profil təqdim etməsi olduqca mümkündür. Bu 600 ilə 600 piksellik bir fotoşəkildirsə, bir .jpeg faylı 240 kilobaytdan azdır, 24 bitlik dərinliyə sahib bir rəngli şəkil - sənədin bütün texniki parametrləri yerinə yetirilir, müraciət qəbul ediləcək və təsdiq nömrəsi veriləcəkdir.

Bununla birlikdə, iştirakçı Yyyyyyy Xxxxxxx heç vaxt qalib gələcəyi barədə bildiriş almayacaq - növbəti yoxlama mərhələsində müraciəti rədd ediləcək və yaşıl kart çəkilişində iştirak etməyəcəkdir.

Yaşıl kart lotereyasının çəkilişi və “zibil” proqramların yoxlanması

Əslində bir ümumi tiraj keçirilmir, lakin altı ayrı - DV-lotereya proqramı üçün dünyanın şərti olaraq ayrıldığı altı bölgənin hər birində. Hər bölgə üçün qazananların müəyyən bir kvotası hesablanır, bu altı kvotanın cəmi qazanın ümumi sayını verir - 100-150 min.

Püşkatma zamanı bölgədəki bütün sorğulara təsadüfi yeni nömrələr verilir (iş nömrələri).

Sonra hər bir müraciətin DV lotereya qaydalarının texniki tələblərinə uyğunluğu yoxlanılır. Proqram 1 nömrəli ərizəni götürür, yoxlayır və tələblərə uyğunluğu barədə nəticə verir. Sonra 2 nömrəli ərizəyə keçir və s. Proqram göstərilən parametrlərə cavab verməyən bir proqram aşkar edərsə, onu "zibil" olaraq qeyd edir və nömrəsini atlayır - onu təqdim edən şəxs uduşlar haqqında bildiriş görməyəcək. Beləliklə, proqram kvota "yaxşı" nömrələrlə doldurulana qədər proqramları ardıcıl olaraq yoxlayır.

Ərizəni təqdim edərkən sorğu kitabçalarında heç bir təsdiqedici sənəd olmadığı üçün yoxlanmanın bu mərhələsində göstərilən məlumatların düzgünlüyünü müəyyən etmək mümkün deyil. Bir insan yaxşı Yyyyyyy Xxxxxxx adlandırıla bilər. Buna görə gələcəkdə yalnız təqdim olunan şəkillər yoxlanılır.

Hər bir görüntü faylı təhlil edilir və şəxsin fotoşəkildə təsvir edilib-edilmədiyi və təsvirinin kompozisiya tələblərinə cavab verib-verməməsi müəyyənləşdirilir.

Başın yerləşməli olduğu görüntünün sahəsi qaydalarla müəyyən edilir - proqram bu sahəyə insan üzünün əsas hissələrinin ortalama görüntüsü olan virtual maska ​​qoyur: gözlər, burun, dodaqlar və s. Təhlil olunan ərazinin parametrləri müəyyən meyarlara uyğun olaraq maska ​​ilə üst-üstə düşürsə, fotoşəkildə üz təsviri olduğu müəyyən edilir. Eyni zamanda, proqram bunun qarşısında bir fotoşəkil olduğunu yoxlayır, məsələn, akvarel rəsmini yox. Şəkil keyfiyyəti də yoxlanılır.

Bu mərhələdə, pişiklərin, maşınların, buludların, qara kvadratların və s.Şəkillərinin əlavə olunduğu anketlər atılır. İnsanlar ümumiyyətlə saytın necə işlədiyini görmək, indiki ərizələrini təqdim etmədən əvvəl təcrübə keçmək üçün bu cür anketləri təqdim edirlər.

Kompozisiya tələblərinə uyğunluğunu yoxlayın

Bir fotoşəkildə bir şəxsin görüntüsünə olduqca ciddi tələblər qoyulur: baş ölçüsü, göz səviyyəsi, baş mövqeyi - meyl və fırlanma, arxa rəng. Ancaq qulaq, çiyin, saç, saqqal və bığ, makiyaj haqqında heç nə deyilmir.

Buna görə, proqramın yalnız deyilənləri yoxlayacağını gözləyə bilərik.

Fotodakı baş zərurətdən daha böyük və ya kiçikdirsə, sağa və ya sola çevrilir, qaldırılır və ya endirilir, gözlər olandan daha yüksək və ya aşağı olursa, yoxlama zamanı müraciət rədd ediləcək. Saç düzümü arxasında qulaqlar görünmürsə, çiyinlər eyni səviyyədə deyilsə, bığ və saqqal ağzını gizlədir, ancaq nisbətlər qarşılanır və şəxs birbaşa kameraya baxır - tətbiq etibarlı sayılır.

Bu yoxlama zamanı arxa planın düzgünlüyü və üzərindəki kölgələrin olmaması qiymətləndirilir - başın konturları arxa plana qarşı dəqiq müəyyənləşdirilməlidir. Proqram üzün bəzi hissələrini tanıya bilmirsə, üzdəki kölgələr diskvalifikasiyaya səbəb ola bilər.

Üzün tanınmasının ilk mərhələsinə hazırlıq

Niyə fotolar bu qədər yaxşı yoxlanılır? Bəyanat bir kəşf olmayacaq: hər hansı bir lotereyada qazanma şansınızı artırmaq üçün iştirakçı bir neçə müraciət etməlidir. Bu, DV lotereyası qaydaları ilə qadağandır, lakin cazibə böyükdür və bir çox insan (və vasitəçi təşkilatlar) qadağanı atlamaq üçün müxtəlif hiylələrə əl atırlar.

Məsələn, müraciətlər fərqli saç tərzləri ilə adın və fotonun fərqli transliterasiyası ilə təqdim olunur. Kompüterin bunun eyni şəxs olduğunu başa düşməsi üçün üz tanıma texnologiyasından istifadə olunur.

Yaşıl kart lotereyasında iştirak üçün təqdim olunan fotoşəkilləri yoxlayarkən, maşın üzünün tanınmasının bir neçə mərhələsindən istifadə olunur. Hər bir sonrakı tanıma alqoritmi əvvəlkindən daha mürəkkəbdir, buna görə analiz edilən şəkillərin sayı hər addımda azalır - proqramın eyni insanı təsvir etdiyini demək olar ki, 100% əminliklə söyləyə biləcəyi fotoşəkillər olana qədər.

Tanıma Visionic tərəfindən hazırlanmış FaceIt texnologiyası əsasında həyata keçirilir. FaceIt texnologiyası Dövlət Departamenti (DoS) tərəfindən ABŞ-a daxil olmaq üçün istənilən viza üçün müraciət edən insanları yoxlamaq üçün istifadə olunur.

FaceIt, ISO / IEC 19794-5 uyğun şəkillər ilə işləyir.

Yaşıl kart lotereyasında iştirak üçün ərizəyə əlavə olunan hər bir fotoşəkil araşdırılır və tanınma prosesinə uyğunluğu müəyyən edilir və aşağıdakı parametrlər qiymətləndirilir:

1. Baş ölçüsü - üzünüz kifayət qədər böyükdür?
2. Əkin - üzü görüntüdə tam olaraq görünür?
3. Mərkəzləşdirmə - insan kifayət qədər mərkəzlidirmi?
4. Ekspozisiya - Təsvir həddindən artıq çoxdur və ya açıqdır?
5. Gözlər aydın görünür - kişinin üzərində eynək var və əgər belədirsə, gözlər görünür və ya gizlidir?
6. Fokus - görüntü yaxşı yönəldilibmi?
7. Sıxılma - görünüş dəri təfərrüatlarını silmək üçün böyük oldu?
8. Doku - Dərinin səthində üzün tanınmasında istifadə üçün uyğun olan toxumalar varmı?
9. Qətnamə - Görüntü qətnaməsi gözlər arasındakı piksellərlə ölçülən minimum həddən artıqdır?
10. Üz - görüntüdə aşkarlanan obyektə insan üzü adı verilə bilər, ya yox?

Hazırlıq mərhələsində fotoşəkillər normallaşdırılır - kompüter şəkilləri onların üzərindəki gözlərin qəti şəkildə üfüqi vəziyyətdə olması üçün fırladır (üzü şaquli oxa uyğunlaşdırır) və şəkilləri yeni bir ölçüyə əkərək bütün lazımsızları kəsir. Təsvirlər elə kəsilmişdir ki, bütün şəkillərdəki göz mərkəzləri arasındakı məsafə eynidir, görüntülərin parlaqlığı və kontrastı bərabərləşdirilir.

Fotoşəkillərdə elektron üz tanıma

Elektron tanıma yalnız əvvəlki yoxlama mərhələlərində etibarlı olduğu və uğurla normallaşdırılmış fotoşəkilləri qazanan yazılara tətbiq edilir.

Eyniləşdirmənin birinci mərhələsi vektor müqayisəsidir (Vfa)

Tanınmanın ilk mərhələsində Vector Feature təhlili (VFA) alqoritmi istifadə olunur.

Bu tanıma metodunun mahiyyəti ondan ibarətdir ki, proqram təhlil olunan hər normallaşmış üz şəklini əvvəllər yaradılmış xüsusi şəkillər, öz vektorları və ya öz simaları deyilən bir xətti birləşmə kimi təqdim edir. Nəticədə kod bu birləşmə haqqında məlumat ehtiva edir. Yoxlanışa ehtiyacı olan hər bir şəkil kodlaşdırılır.

Çox sadə şəkildə, “öz üzləri” (“özvektorlar”) statistik analiz, sonradan seçmə və müxtəlif üzlərin geniş təsvirlərinin emalı yolu ilə əldə edilən müəyyən standart üz komponentləri toplusu kimi təqdim edilə bilər. Bu üsuldan istifadə edərkən, hər hansı bir insan üzünün ona müəyyən sayda müəyyən “uyğun üzlər” əlavə etməklə “orta üz”dən (bütün üzlər üçün eyni olan komponent) tərtib oluna biləcəyi aksioma kimi qəbul edilir. Üzlərin əksəriyyətini az sayda "öz üzləri" əlavə etməklə əldə etmək olar.

Yaranan eigenvectorların dəstlərini müqayisə edərək, sistem orijinal şəkillərin oxşar və ya fərqli olduğuna dair nəticəyə gəlir.

Kod və ya şablon olan hər bir fayl, tətbiq olunan şəxslərin sadə bir siyahısı (və bunların içərisindən qurulmuş görüntüyə hər bir şəxsin qatqısının faiz ifadəsi) və çox kiçik bir ölçüyə malikdir, buna görə yalnız bu şablonun məlumatlarını istifadə edərək üz təsvirini bərpa edə bilməzsiniz. Ancaq şablon sənədlərinin kiçik olması səbəbindən onları bir-biri ilə müqayisə etmək çox, çox sürətlidir.

Bütün şablon sənədləri hazır olduqdan sonra proqram, ilk uğurlu təklifi bütün təqdim edilmiş zibil olmayan təkliflərlə müqayisə edir. Kodlaşdırma mərhələsində fotoşəkillərdən alınan şablonları müqayisə edir, kodların üst-üstə düşməsini faizlə qiymətləndirir. Yoxlanılan kodun başqası ilə üst-üstə düşməsi müəyyən bir dəyəri aşmırsa, proqram ərizədə təkrar tapılmadığına qərar verir.

Sonra proqram növbəti tətbiqi yoxlamaq üçün davam edir - ondan fotoşəkil kodunu bütün təqdim edilmiş etibarlı tətbiqlərdən bütün fotoların digər kodları ilə yoxlamaq. Beləliklə, proqram bir-bir yaşıl kart lotereyası qazanan bütün tətbiqləri yoxlayır.

Kompüter müqayisə edilən fotoşəkillərin kodlarının üst-üstə düşməsinin həddi aşdıqlarını aşkar edərsə (bu dəyər şəxsiyyət sisteminin konfiqurasiya edilmiş parametrlərindən biridir), proqram bu barədə işarə qoyur və araşdırılan kodu yoxlamağa davam edir.

Beləliklə, ilk tanıma mərhələsi nəticəsində sistemin eyni şəxs olduğundan şübhələndiyi cüt (və ya üçəm, dörd və s.) Fotoşəkillər əldə edilir.

Vektor müqayisəsi üz tanıma üçün istifadə edilən ən qədim metodlardan biridir. Təhlil olunan bütün şəkillərin qəti şəkildə normallaşdırılmasını təmin etmək son dərəcə tələbkardır. Bu metoda xas olan müqayisəli üzlərin bənzərliyinə qərar verməkdə istifadə olunan az sayda öz vektoruna görə əhəmiyyətli səhvlər, onu yalnız ən xam vasitə kimi istifadə etməyə məcbur edir, daha çox dublikat axtarışı üçün əsasdır.

Eyniləşdirmənin ikinci mərhələsi hiyerarşik üz qrafiklərini müqayisə etmək üçün bir alqoritmdir (Hgm)

Hiyerarxik Qrafik Uyğunlaşdırma (HGM), nəzarət nodal nöqtələrinin yeri və aralarındakı məsafələrin təhlili əsasında üzlərin müqayisə edilməsi üçün bir alqoritmdir.

Göz mərkəzlərindən, burun körpüsündən, burnun ucundan və qanadlarından, ağzın sol və sağ künclərindən və s. Üzdə 2000-dən çox nöqtə müəyyən edilir ki, bunlar bir-biri ilə birləşərək hər bir üz üçün fərdi olaraq qrafika və ya maska ​​adlanır. Xallar arasındakı məsafələr növbə şəklində kodlaşdırılaraq riyazi müqayisə üçün uyğun hala gətirilərkən fayla daxil edilir.

Bu analiz üsulu üzün toxumasından asılı deyil, yalnız onun formasını araşdırır. Yaradılmış riyazi modellər "böyükdən kiçiyə" prinsipi əsasında qurulmuşdur ki, bu da faylların müqayisəsi prosesini əhəmiyyətli dərəcədə sürətləndirməyə imkan verir.

HGM alqoritmi, qəti şəkildə normallaşdırılmış yüksək keyfiyyətli şəkillərin təhlil olunduğu yaşıl kart lotereya proqramı ilə əlaqədar kifayət qədər yaxşı tanınma nəticələrini göstərir.

Müəyyənləşdirmənin üçüncü mərhələsi yerli fərqlərin təhlilidir (LFA)

Yerli bir xüsusiyyət, digər qonşu bölgələrdən fərqli bir görüntünün bir hissəsidir. Sayt intensivliyində, rəngində və ya toxumasında fərqlənə bilər, ancaq bu dəyişikliklə dəqiq bir şəkildə lokallaşdırılmaq məcburiyyətində deyil. Yerli fərqlər, nöqtələr, kənarlar, görüntünün kiçik hissələri ola bilər.

LFA proseduru, üz görüntüsünə yerləşdirilmiş reseptorların virtual şəbəkəsinin hər nöqtəsində müəyyən edilmiş bir-birinə bağlı yerli qavrayış sahələrinin bir sıra təsvir edir. Bu sahələr bir-birindən fərqlidir, orijinal görüntüyə optimal şəkildə əlavə olunur və çıxışda mümkün qədər fərqlənir. Bu sahələrin asılılığını təsvir edən fayllar yaratmaq və sonra bu faylları müqayisə etmək üçün alqoritm FaceIt sisteminin yaşıl kartı üçün fotoları yoxlamaq üçün əsasdır.

LFA dövründə, kodlanmış faylı yenidən yaradan proqram, üz strukturlarının görüntüsündə bir çox yerli fərqi tanıyır və qiymətləndirir. Sistem yaradılan kodlanmış sənədləri müqayisə edir və əvvəlcədən təyin olunmuş həddən yuxarı eşleşenləri qeyd edir.

Fərdlərin identifikasiyasına mane olan amillərdən biri üz ifadələrindən asılı olaraq dəyişkənliyidir. Kiçik bir yarım təbəssüm çox sayda üz əzələlərini hərəkətə gətirir, halbuki üzün nəzarət nöqtələri arasındakı bütün məsafələr dəyişir. Çox böyük bir hədd ilə təyin olunan üzün lokal bölgələrindəki fərqləri analiz edən LFA üsulu, üz ifadələri ilə əlaqəli problemlərdən praktik olaraq azaddır.

Dəqiqləşdirmənin dördüncü mərhələsi üz səthinin toxumasının analizidir (STA)

Səth toxuması təhlili (STA) tanınmış üzlərin dəri toxumasını kifayət qədər araşdırmağa imkan verən fotoşəkillərdən istifadə edərək texnologiyaların və eyniləşdirmə metodlarının birləşməsi kimi başa düşülməlidir. Müvafiq olaraq, müvəffəqiyyətlə tanınması üçün çox böyük əhəmiyyət daşıyan görünüşlərin keyfiyyətidir.

STA, yerli fərqlərin təhlili metodunun daha da inkişaf etdirilməsi üçün istifadə olunur ki, bu da hər hansı bir şəxsin dərisinin səthində mövcud olan müqayisə üçün daha kiçik detallardan da istifadə etməyə imkan verir.

Bir qayda olaraq, həddindən artıq sıx bitki örtüyü olmayan bir üz sahəsi təhlil edilir - gözlərin altından yuxarı dodağın başlanğıcına qədər.

Bir sözlə, STA metodu aşağıdakı kimi təsvir edilə bilər: əvvəlcə hər pikselin orta parlaqlığı ətrafdakı piksellərin orta boz miqyası olaraq təyin olunur. Sonra üzün görüntüsü, pikselin boz miqyaslı dəyərlərini ortalama parlaqlıqları ilə müqayisə edərək, orta parlaqlığı verilən boz dəyərlərin həddindən artıq olan bu cür piksellərə təyin olunan 1 və ya 0 dəyərləri ilə ikili görüntüyə çevrilir.

Sonra üzün seçilmiş sahəsi kiçik bloklara bölünür. İlk müqayisəli görüntünün hər bir bloku üçün, sistem ikinci görüntüdə müqayisə edilən bloka ən yaxşı uyğun gələn bloku axtarır.

Bundan sonra qonşu blokların davamlılığı qiymətləndirilir. Bir cüt qonşu blokun mövqelərində nisbi dəyişiklik müəyyən bir həddən aşağı olduqda, davamlı hesab olunur. Bloklar nə qədər davamlı olsa, analiz edilən görüntülərin eyni şəxsə aid olma ehtimalı o qədər yüksəkdir. Bu ehtimal, davamlı cüt blokların sayının bir funksiyası olaraq ifadə edilə bilər.

Səth toxumasının analizi, digər tanınma metodları ilə müqayisədə hesablamalar üçün daha çox vaxt tələb edir, buna görə eyni şəxsin mənsubiyyəti kimi qəbul edilməsi üçün kifayət qədər əsasların olduğu şəkillərə identifikasiyanın son mərhələsində tətbiq olunur. Geliştiricinin məlumatlarına görə, LFA-ya əlavə olaraq STA metodundan istifadə tanınma dəqiqliyini 20-25% artırır və eyni əkizləri belə inamla ayırd etməyə imkan verir.

Üçün fotoşəkil çəkmə tanınması DV-uduşlu

Yaşıl kartın lotereyasında iştirak üçün müraciətləri yoxlayarkən, xüsusi qrafik proqramlardan və digər texniki vasitələrdən istifadə edərək fotoşəkillərdəki görüntü dəyişikliklərinin qarşısını almaq üçün geri çəkilmədən istifadə olunur.

Yaşıl kart püşkatmasına verilən təlimatda açıq şəkildə deyilir ki, təqdim olunan fotoların geri çəkilməsi qadağandır - şəkillərinə hər hansı bir dəyişiklik edən (hər hansı bir şəkildə manipulyasiya göstər) tətbiqlər ləğv ediləcəkdir.

Rötuşları aşkar etmək üçün (burada "retuş" termini ölçüyə kəsilmə istisna olmaqla, fotoşəkildəki hər hansı bir dəyişiklik deməkdir) dəyişiklikləri axtararkən bir neçə alqoritmin birləşməsindən istifadə edən xüsusi proqramlardan istifadə olunur - müxtəlif filtrlərin tətbiqi və tanınması ilə rəng çevrilməsindən. jpeg faylının kodunu təhlil etməzdən əvvəl jpeg-də şəkillərin sıxılması zamanı əmələ gələn piksel bloklarının zəncirlərinin davamlılığının.

Fotoşəkillərdə hər hansı bir dəyişiklik edərkən, böyük bir ehtimalla rötuşun aşkar ediləcəyini unutmamalısınız. Əlbətdə ki, kağıza yazdırmaq və dəyişdirilmiş fotoşəkilləri skan etmək, monitor ekranını rötuşlanmış bir şəkil ilə çəkmək və buna bənzər tövsiyələr edərək rötuşu aşkarlamağı çətinləşdirməyə çalışa bilərsiniz, ancaq doğrulama üçün istifadə olunan texnologiyaların bu cür manipulyasiyalardan qorunmaq üçün vasitələr daxil ola biləcəyini anlamalısınız.

Green Card Lotereya Şəkil Nəticəsi

Kompüter eyni şəxsin iki fərqli fotoşəkildə təsvir olunduğuna dair qəti cavab verə bilməz. Yalnız belə bir təsadüf olma ehtimalını təxmin edə bilir (əlbəttə ki, bu ehtimal 100% -ə yaxınlaşa bilər). Ancaq son qərar həmişə bir insan tərəfindən verilir.

KCC-də hər qalib üçün təqdim olunmuş sənədlərin və yoxlamaların nəticələrinin toplandığı bir iş (iş) qurulur. Fotoşəkillərin yoxlanılması nəticəsinə əsasən ərizədə dublikatlar aşkar olunarsa (bunların dublikat olduğuna dair şübhə müəyyən bir dəyəri keçərsə), bütün bu şübhəli tətbiqetmələr işə daxil edilərsə, işin təsviri sənədində bir qeyd edilir və qırmızı etiket şəxsi sənədlə birlikdə kağız qovluğuna yapışdırılır. səbəbin göstəricisi.

Tamamlanmış sənəd müsahibənin keçiriləcəyi konsulluq hissəsinə göndərilir. Müsahibədə konsul, işin bütün hallarını qiymətləndirəcək, fotoşəkillərin yoxlanılması nəticələri ilə tanış olacaq və aşkar edilmiş şübhəli anketləri əyani şəkildə qarşılaşdıraraq, qarşısında yaşayan bir şəxs, ərizəçini görəcəkdir. Nəticə qaydaların pozulub-pozulmamasına, ərizəçinin bir neçə sorğu anketini təqdim edib etməməsinə dair bir qərar olacaqdır. Buna görə konsul ya viza verilməsini təsdiqləyəcək, ya da imtina edəcəkdir.

DV-2006 (Üz Tanıma Sistemi) əməliyyatının ilk ilində qaliblər arasında 5221 saxta müraciət tapıldı.

Yaşıl kart lotereyasında dublikat axtarış sistemini aldatmaq

Bir şəxs tərəfindən birdən çox ərizə verilməsi, lotereya qaydalarının pozulmasıdır və bu ərizəçinin avtomatik diskvalifikasiyasına səbəb olur.

Müsahibə üçün and içərək konsula yalan danışdığınıza görə ABŞ-a girmək üçün ömürlük qadağa ala bilərsiniz.

Konsul, işinizdə doğrulama proqramı ilə tanınan fərqli fotoşəkilləri olan bir neçə ərizə gördükdə, baş verənlərin vəziyyəti ilə maraqlanacaqdır. Bir şəxs yalan danışmağa başlayırsa, bu həm vizanın rədd edilməsinə, həm də ömürlük giriş qadağanına səbəb olacaqdır.

Məsələ burasındadır ki, ərizəçi konsulun niyə bu barədə soruşduğunu dəqiq bilmir - proqram həqiqətən müraciətlərini tanıyırdı və ya konsul sadə bir gündəlik sual verir.

Buna əsaslanaraq, tanıma sistemini yalnız nəzəri cəhətdən, tədqiqat məqsədləri üçün və təsadüfən qadağan edilmiş bir şeyi etməmək üçün aldatma üsullarından danışmaq olar.

Lotereya üçün onlayn qeydiyyat Yaşıl Kart 2023 6 oktyabr 2021-ci ildə başlamış və 12 Noyabr 00 tarixində saat 09: 2021-dək davam edəcəkdir. ForumDaily sizin üçün anket doldurmaq üçün bütün detalları və tövsiyələri hazırlamışdır burada.

Forum günündə də oxuyun:

Rusdilli bir immiqranta görə ABŞ-da yaşamağın 15 mənfi cəhəti

İllinoysda yaşlı qanunsuz immiqrantlara pulsuz tibbi sığorta veriləcək

DV-2022 yaşıl kart lotereyasına qeydiyyat açıldı: harada və necə iştirak etmək

Yaşıl kart ərizəsini necə doldurmaq olar: ətraflı təlimatlar

ABŞ-dakı həyat və Amerikaya immiqrasiya haqqında daha vacib və maraqlı xəbərlər istəyirsiniz? — bizə dəstək olun bağışlayın! Siz də səhifəmizə abunə olun Facebook. "Ekranda prioritet" seçimini seçin və əvvəlcə bizi oxuyun. Həmçinin kanalımıza abunə olmağı unutmayın Telegram kanalı  və Instagram- Orada çox maraqlı şeylər var. Və minlərlə oxucuya qoşulun Forum Gündəlik New York — orada siz metropol həyatı haqqında çoxlu maraqlı və müsbət məlumatlar tapa bilərsiniz.