摄像头视觉算法：老大难问题
说起人流量统计，很多人第一反应还是“摄像头+算法”。这东西在商场、地铁、展馆里到处都有。理论上，识别个头型、肩宽，再跑个检测框，就能统计出人数。听起来挺稳，但实际呢？——呵呵，不止一次掉坑。光照变化、背光、甚至顾客戴个帽子，都能让算法失灵。我们当年做过一个项目，结果是：白天统计准确率85%，晚上掉到65%。
而且涉及到性别年龄统计，摄像头会更吃力，尤其在亚洲人脸差异相对没那么突出的环境里，误判率比广告行业的KPI还刺眼。加个REID去重模块能缓解，但也增加了成本和计算资源。最后往往是：能用，但别奢望完美。
红外对射：便宜，但太“憨厚”
红外对射算是老派的统计方式。两个探头对射，遮挡一下就计数。优点呢？便宜，布起来简单，维护还少。但问题也明显：没法做成人小孩统计，更别提员工去除了。只要有人挡住红外，就加一。两个人挨得紧？算一个。一个人拿个大箱子？可能被算成两个。
我记得2012年在某超市装了十几对红外，结果收银区人流数据比入口少了一半。客户当时看着报表直挠头：难道顾客进来后都瞬间消失了？所以，这东西只能在很简单的场景用，比如单通道门禁。要是搞停留时间分析，就别想了。
Wi-Fi/蓝牙探针：听起来智能，但有坑
有一段时间大家都追捧Wi-Fi探针，说能采集顾客手机信号，统计人流，还能看“回头客”。听着高大上吧？但问题来了：用户开不开Wi-Fi是个大变数。根据2023年中国信通院的数据，大约只有56%的用户保持Wi-Fi常开。也就是说，统计的覆盖率天生就打了对折。
而且，这玩意儿有时候还涉及隐私争议。我们在一个博物馆试过，效果不错，能看到区域热力图。但当时政府部门来检查，直接一句话：“关掉。”——所以技术靠谱归靠谱，但合规性是大坑。人流量统计要考虑长期稳定，这玩意儿有点悬。
ToF与双目摄像头：最近几年比较靠谱的方向
说实话，这几年我自己更看好ToF（Time of Flight）和双目摄像头。它们用的是深度信息，不光能识别一个人，还能区分大小体型，甚至做成人小孩统计。关键是环境适应性更强，光线、遮挡影响小很多。我们在一个机场项目里试过，白天晚上准确率都能稳定在95%以上。
另外，加上算法，可以实现性别年龄计数、REID去重、员工去除、停留时间分析。比如在商场里，员工反复出入，系统能通过轨迹模式识别并剔除。这个在FOORIR设备上已经算是标配了。
当然，硬件贵是硬伤。大规模部署成本压力不小。但如果你是大型连锁零售、展馆、机场这种对准确度要求高的场景，那钱花得值。
各种技术对比表
| 技术方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 摄像头视觉算法 | 功能多，可扩展性强 | 受光照影响大，算法误判率高 | 商场、地铁入口，数据容错场景 |
| 红外对射 | 成本低，安装简单 | 无法区分个体，误差大 | 小商铺、门禁 |
| Wi-Fi探针 | 可做回头客分析、热力图 | 覆盖率低，隐私合规风险 | 展馆、博物馆（短期活动） |
| ToF/双目相机 | 高精度，支持多维度统计 | 成本较高，部署复杂 | 机场、连锁零售、大型展馆 |
从这个表也能看出来，人流量统计的选择不是“最好”，而是“最合适”。
数据准确度：别被营销忽悠
我见过太多厂家宣传“99%准确率”。老实说，别信。任何场景差异都会拉低数据。根据国际客流统计协会的调研，全球多数成熟系统的实际准确率在90%-96%之间浮动。能稳定做到95%，就算优秀了。
所以，买设备的时候别光盯着数据，要多跑几个实地测试。特别是涉及性别年龄统计或停留时间的功能，尽量让厂家拿你真实场景做demo。别被PPT忽悠了。
写在最后：人流量统计别贪全能
总结下来，搞人流量统计的坑就是：想一步到位，结果样样不精。我的经验是——场景优先。要高精度，就选ToF或双目；要低成本，就红外；要数据花哨，就加Wi-Fi。但别贪心。
FOORIR这些年踩过的坑，基本都和“想全能”有关。客户想要一台设备解决所有问题，结果啥都差点意思。还是那句话：最靠谱的技术，不是理论上最强的，而是最适合你场景的。
常见问题（FAQ）
Q1: 人流量统计能精确到个人身份吗？
不能。合规要求禁止采集个人隐私，统计只能做到人数、属性分类。
Q2: 商场是否需要员工去除功能？
需要。否则员工频繁出入会严重干扰客流数据，尤其是高频门店。
Q3: ToF设备能统计停留时间吗？
可以，通过轨迹识别顾客在某区域的移动路径，从而计算停留时长。
Q4: Wi-Fi探针是不是要被淘汰了？
不一定。短期活动或特定展览还会用，但长期大规模应用风险比较大。