深度感知技术通过获取目标与传感器之间的距离信息，为客流统计系统提供二维图像之外的空间数据。与仅依赖颜色、纹理和运动特征的传统视觉方案相比，深度信息能够帮助算法区分前景与背景、提取人体空间轮廓，并在一定条件下改善多人并行、目标遮挡和复杂光照环境中的人体检测表现。
其核心价值不只是识别画面中是否有人，而是让系统更准确地判断人体目标的位置、空间关系及移动轨迹，从而为进出方向统计、区域人数计算和客流分析提供更可靠的数据基础。
不过，深度感知并不意味着所有场景都能达到同样的准确率。最终效果还取决于传感器类型、安装高度、检测区域、算法设计、人员密度及现场环境。
一、传统客流统计为什么容易出现人体检测误差？
传统二维视觉客流系统通常利用 RGB 图像中的颜色、边缘、轮廓和运动变化识别人形目标。在入口宽度有限、人员分散的环境中，这种方法可以有效工作，但部分场景会增加检测难度。
1. 多人并行与人体遮挡
当两名或多名顾客同时经过入口时，人体轮廓可能在图像中相互重叠。系统如果无法区分独立目标，就可能把多人识别为一个目标，或者在目标重新分离时重复计数。
2. 光照变化与阴影干扰
玻璃门、橱窗和强光入口容易产生明显阴影或亮度变化。对于依赖二维外观或背景变化的算法，这些因素可能干扰前景提取和目标检测。
3. 非人体物体造成干扰
购物车、行李、展示架和门体运动都可能改变画面中的局部区域。若算法缺乏有效的人体特征判断，就可能产生误检。
这些问题并非所有二维系统都会出现，也不能仅凭采用 RGB 摄像头就判断系统性能较差。算法能力、安装位置和现场调试同样重要。深度感知提供的是另一类可用于消除歧义的信息。
二、深度感知如何改善人体检测？
深度感知系统会为检测区域中的像素或空间点估计距离，形成深度图或三维点云。算法可以据此分析目标与地面、背景及其他目标之间的空间差异。
1. 利用空间距离分离人体与背景
在顶装客流统计设备中，地面和固定设施通常处于相对稳定的空间位置，而经过检测区域的人体会形成不同的深度分布。
系统可以根据深度变化、空间位置和目标轮廓提取前景区域，再通过人体检测算法判断哪些区域符合目标特征。这有助于减少部分由颜色相似、纹理不足或背景变化造成的干扰。
2. 提取高度与三维轮廓信息
二维图像中的目标大小会随拍摄角度和距离变化。深度信息则可以帮助系统估计目标的空间尺寸和高度特征。
例如，在适当的顶装视角和经过校准的检测区域内，算法能够利用人体与地面之间的距离关系识别人形目标，并辅助区分部分非人体物体。
但高度信息不能单独证明目标一定是人。儿童、推车、行李和特殊姿态都可能增加分类难度，因此通常还需要结合空间轮廓、运动轨迹和算法规则。
3. 改善多人场景中的目标分离
深度信息可以为相邻目标提供额外的空间线索。当多人在画面中相互遮挡时，系统能够尝试根据深度变化、局部轮廓和连续帧信息区分目标。
2016 年发表在 Pattern Recognition Letters 的研究《Counting people by RGB or depth overhead cameras》对顶视 RGB 与深度摄像头的人数统计方法进行了比较，并研究了人员密度、室内外环境、图像分辨率和帧率等因素。研究结果显示，深度传感器在其测试条件下具有较好的计数表现，结合 RGB 与深度信息也能改善特定方法的结果。
这并不意味着深度感知可以彻底消除遮挡。人员紧密聚集、深度数据缺失或传感器分辨率不足时，多个目标仍可能难以分离。
三、ToF 与双目立体视觉有什么区别？
深度感知不是单一技术。客流统计中常见的方案包括飞行时间（ToF）和双目立体视觉，两者获取深度信息的原理不同。
ToF：通过光的往返时间测量距离
ToF 传感器发射调制光信号，并根据接收信号的往返时间或相位变化估计距离。设备可以据此生成深度图，用于提取人体位置和运动信息。
其优势在于能够主动获取距离信息，在低照度环境中仍可工作。不过，强烈的环境红外光、多路径反射、测量距离和传感器规格都可能影响数据质量。
双目立体视觉：通过两幅图像估计深度
双目系统利用两个具有一定间距的摄像头观察同一场景，通过左右图像之间的视差估算深度。
这种方式能够重建空间信息，但结果会受到相机标定、目标纹理、视差匹配质量和拍摄距离等因素影响。纹理不足或遮挡严重时，深度估计可能变得不稳定。
因此，选择方案时不应只比较技术名称，而应结合入口宽度、安装高度、人员密度、环境光线、隐私要求及预算进行评估。
四、从人体检测到客流计数：系统如何完成数据处理？
深度传感器提供的是原始空间信息，并不会自动生成可靠的客流报表。完整的统计流程通常包括以下环节：
- 深度数据采集： 获取检测区域的距离信息，并根据设备能力生成深度图或三维点云。
- 前景提取： 根据空间距离、背景模型和检测区域规则分离动态目标。
- 人体检测： 结合人体轮廓、空间特征或 AI 模型识别候选人体。
- 目标关联： 利用连续帧中的位置和运动信息关联目标，减少重复识别或目标丢失。
- 事件判定： 判断目标是否穿越虚拟计数线，或是否进入、离开指定区域。
- 数据汇总： 按时间、方向和区域汇总人数，并传输到平台进行分析。
例如，商店入口可以设置一条虚拟计数线。系统识别人体后，结合其连续位置变化判断是否真正穿越该线，而不是仅因目标出现在画面中就增加人数。对于双向通行场景，还需要分别处理进入与离开事件。
五、哪些因素决定深度感知客流统计的实际精度？
采用 3D 技术并不代表设备在任何场景下都能保持相同的计数表现。部署时应重点检查以下因素：
- 安装位置和高度： 设备是否垂直覆盖目标区域，检测范围是否适合入口宽度。
- 人员密度： 多人紧密并行或长时间相互遮挡，会增加目标分离难度。
- 传感器性能： 深度分辨率、测量范围、采样频率及数据噪声都会影响检测效果。
- 算法与参数： 前景过滤、目标关联、虚拟线位置和事件判定规则需要根据现场调整。
- 数据验证： 应使用人工标注或人工计数结果作为参照，在不同客流密度和时段下测试漏计、误计及方向识别情况。
测试时还应明确准确率的计算口径。例如，总人数误差、漏计率、误计率和进出方向准确率衡量的是不同问题，不能在未说明定义的情况下直接比较。
FOORIR 的产品规格资料中，FP221 ToF 人数统计设备标注了最高 98% 的计数准确率，HX-CCD21 AI 版本则标注了最高 99%。这些是厂商规格中给出的指标，不应直接视为所有安装环境下的保证值。采购评估时应进一步确认测试条件、准确率定义和现场验证结果。
六、深度感知如何支持零售运营？
人体检测是客流分析的基础，而不是最终商业结论。稳定的检测数据可以支持多个运营场景：
- 入口客流统计： 分别统计进入和离开的人数，辅助分析门店客流趋势。
- 区域人数分析： 在设备和算法支持的情况下，了解不同区域的人流分布。
- 高峰时段规划： 结合小时级客流数据，辅助安排员工和服务资源。
- 门店表现比较： 在统一统计口径的前提下，对比不同门店或不同时段的客流变化。
需要注意，人体计数本身不能证明一个人是否购买商品，也不能直接得出营销活动的因果效果。若要计算销售转化率，还需要将客流数据与 POS 交易数据按照一致的统计时间和定义进行关联。
常见问题 FAQ
1. 深度感知技术为什么能改善客流统计精度？
深度感知增加了目标与传感器之间的距离及空间轮廓信息，可帮助算法区分前景与背景，并改善部分多人遮挡场景中的目标分离。实际提升幅度取决于传感器、算法、安装方式和现场环境。
2. ToF 人数统计设备在黑暗环境下还能工作吗？
ToF 设备通常通过自身发射的光信号测量距离，因此不完全依赖可见光照明，在低照度环境中具有优势。但强烈环境红外光、反射干扰和设备测量范围仍可能影响性能，具体能力应以设备规格和实测结果为准。
3. 3D 客流统计能完全解决多人遮挡问题吗？
不能。深度信息能够增加空间区分线索，但当多人紧密聚集、目标轮廓重叠或深度数据质量下降时，仍可能出现漏计和误计。合理的安装位置、目标关联算法和现场验证依然重要。
4. 深度感知客流统计是否必须采集普通视频？
不一定。部分 ToF 设备主要处理深度图或距离数据，而非传统 RGB 彩色视频。不过，是否保存图像、深度数据或其他信息取决于具体设备和系统配置。企业仍应核查数据存储、访问权限及适用的隐私要求。
总结
深度感知通过补充距离、空间轮廓和高度信息，帮助客流统计系统更可靠地提取人体目标，并为多人检测、方向判断和区域分析提供技术基础。
真正决定系统效果的，不只是是否采用 3D 传感器，还包括深度数据质量、人体检测算法、安装条件和验证方法。对零售企业而言，选择客流统计设备时，应关注其在实际入口环境中的可重复测试结果，而不是仅根据技术名称或单一准确率数字作出判断。
