一、为什么零售门店需要更深入的客流统计？
传统客流统计主要解决一个问题：有多少人经过了门店入口？
这项数据能够帮助经营者了解门店的基本人流规模、识别客流高峰，并比较不同时段的客流变化。但对于希望进一步了解真实顾客到访情况的零售企业来说，仅有进店人数还不够。
例如，一家门店一天记录了 1,000 次进店事件，并不意味着有 1,000 位不同的顾客。员工可能多次进出，配送人员可能经过入口，同一位顾客也可能在一天内多次进入门店。
如果这些情况没有得到合理区分，单纯的进店次数就可能无法准确反映顾客到访情况。
在 FOORIR，我们认为客流统计不应该止步于记录人数，更重要的是帮助零售商理解客流数据背后的人员流动和顾客到访情况。
这也是我们开发 HX-CCD21 的出发点。通过双目 3D 视觉、AI 人员检测和多维度客流分析，我们希望帮助门店从基础人数统计进一步了解客流结构与变化。
二、HX-CCD21 与传统客流统计系统的五大区别
不同客流统计系统采用的技术并不完全相同。红外传感器、光束检测、普通视觉设备和 3D 视觉设备各有适用场景。
因此，我们更关注不同方案在数据采集、人员识别和客流分析方面能够提供什么价值。
1. 双目 3D 视觉：让人员检测获得更多空间信息
部分基础客流设备通过红外或光束传感器检测人员经过入口时产生的信号变化。这种方式适合通行边界明确、统计需求相对简单的场景。
HX-CCD21 采用双目 3D 视觉技术，通过两个镜头从不同角度采集图像，并利用视差信息估算深度。
与单纯依赖二维图像或简单触发信号的方式相比，深度信息能够为人员位置判断和运动分析提供更多依据。
在零售入口场景中，这有助于我们更好地检测人员移动情况，并支持进出方向统计。
当然，3D 视觉并不意味着完全不会出现漏计或误计。入口结构、人员遮挡、人流密度和安装位置仍然会影响实际统计表现。
2. AI 客流分析：不只记录进出人数
基础客流统计通常关注人员经过或进入、离开某个区域的数量。
而我们希望提供更丰富的客流信息，帮助门店从不同角度观察人员流动。
HX-CCD21 支持以下分析功能：
- 进入、离开、经过、停留和返回统计。
- 年龄与性别分析。
- 员工识别。
- ReID 重复访客去重。
- 停留时间分析。
这些数据可以帮助零售商进一步观察门店客流变化、人员停留情况和不同时间段的客流特征。
需要说明的是，年龄和性别属于算法分析结果，适合用于整体客流趋势研究，而不是对每位顾客个人属性作出确定判断。
3. ReID 去重：减少同一访客重复记录
在实际零售环境中，同一位顾客可能多次经过入口，或者在不同监测区域出现。
如果系统将每一次检测都作为独立访客记录，就可能出现重复统计，影响客流数据的解释。
为解决这一问题，我们在 HX-CCD21 中引入了 AI ReID（Re-Identification）技术。
该技术通过人体特征信息关联不同时间或监测区域中的人员检测结果，帮助减少同一访客重复出现造成的重复记录。
例如，在具备相应配置的多入口商业空间中，系统可以尝试关联不同监测区域的人员检测结果，为访客去重提供技术支持。
需要注意，ReID 是基于算法的人员关联技术，并不等同于真实身份识别，也不能保证在所有遮挡、光线和环境条件下都能准确关联同一人员。实际去重范围和效果需要结合部署配置进行评估。
4. 员工识别：减少内部人员流动对顾客客流的干扰
零售员工每天可能多次进出门店。如果员工的活动也全部纳入顾客客流统计，就可能影响门店对真实顾客到访情况的判断。
HX-CCD21 支持员工识别功能，通过员工证件识别帮助区分员工与其他人员，并过滤员工进出数据。
这意味着门店可以减少内部人员流动对顾客客流统计的干扰，让客流数据更适合用于顾客到访分析。
员工识别与 ReID 去重并不是同一个功能：
- 员工识别：帮助区分员工与其他人员。
- ReID 去重：帮助关联重复出现的人员检测记录。
两种功能相互补充，但各自有不同的工作目的和配置要求。
5. 从人数统计到门店运营分析
我们开发 HX-CCD21，不只是为了让门店获得一个更大的数据报表，而是希望让客流信息能够为实际运营提供参考。
例如，零售管理者可以结合以下数据进行分析：
- 不同时间段的进店客流。
- 门店客流高峰与低谷。
- 员工活动对客流统计的影响。
- 顾客停留时间变化。
- 不同门店之间的客流差异。
- 客流变化与销售数据之间的关系。
需要强调的是，客流增加并不必然意味着销售增加。我们建议零售商将客流数据与 POS 交易记录、营业时间和营销活动数据结合分析，避免仅凭进店人数判断门店经营效果。
三、HX-CCD21 如何通过不同技术协同工作？
HX-CCD21 的核心价值并不是某一个独立功能，而是将人员检测、人员关联和客流分析结合起来。
1. 3D 视觉负责感知
双目 3D 视觉为人员检测提供空间信息，帮助设备判断人员的位置和移动情况，为后续数据处理提供基础。
2. AI 与 ReID 负责分析
在检测到人员后，AI 算法可以进一步处理相关信息。
ReID 用于关联可能重复出现的人员检测记录，员工识别则用于区分内部员工与其他人员，从而减少不必要的统计干扰。
3. 客流分析负责提供运营数据
在完成相应检测和分析后，系统可以形成进出人数、停留时间、年龄和性别等不同维度的数据。
这些数据能够帮助门店观察客流变化，为运营人员提供更完整的分析依据。
四、传统客流统计方案与 HX-CCD21 对比
| 比较维度 | 基础客流统计方案 | FOORIR HX-CCD21 |
|---|---|---|
| 主要用途 | 基础人数或通行次数统计 | AI 客流统计与分析 |
| 检测方式 | 根据设备采用红外、光束或视觉技术 | 双目 3D 视觉与 AI |
| 进出方向统计 | 取决于具体设备 | 支持 |
| 年龄与性别分析 | 基础型号通常不具备 | 支持 |
| 员工识别 | 取决于设备及额外配置 | 支持员工识别 |
| 重复访客去重 | 取决于设备能力 | 支持 ReID 去重 |
| 停留时间分析 | 取决于系统能力 | 支持 |
| 数据应用 | 主要用于基础人数统计 | 支持更多客流分析维度 |
这里的基础客流统计方案是对常见基础设备的概括，并不代表所有其他品牌或技术方案都不具备高级功能。具体能力应以实际设备和配置为准。
五、我们如何帮助零售门店获得更有价值的客流数据？
HX-CCD21 可以应用于多种商业和公共空间。对于零售场景，我们更关注它在以下业务中的应用。
连锁零售门店
通过持续采集不同门店的客流数据，管理者可以比较各门店及不同时段的客流变化，为运营管理和人员排班提供参考。
服装与时尚零售
结合年龄、性别和停留时间等分析数据，门店可以进一步观察客流结构与顾客停留情况，并结合商品展示和销售数据评估门店运营。
便利店与咖啡店
通过了解进店人数和客流高峰，经营者可以更合理地安排员工与服务资源。
商场与多入口商业空间
在适当的设备配置和监测范围内，ReID 去重可以帮助减少不同监测区域之间的重复访客记录，为商业空间的客流分析提供更多参考。
六、HX-CCD21 的安装与部署需要考虑什么？
为了让设备发挥预期效果，我们建议在部署前充分评估现场条件。
安装高度： HX-CCD21 支持 1.9–6.0 米的安装高度。使用 AI 功能时，建议安装高度为 2.5–4.0 米。
覆盖范围： 设备覆盖范围为 1.1–8.4 米，实际覆盖效果需要结合安装高度、入口宽度和现场布局确认。
统计准确性： 在适当安装条件下，HX-CCD21 的最高人数统计准确率可达 99%。实际效果仍会受到人员遮挡、人流密度和安装环境等因素影响。该指标不代表所有 AI 分析功能均达到相同准确率。
数据连接： 应根据现有管理平台确认网络环境、数据接口和系统对接要求。
隐私管理： 在项目部署前，应明确数据采集、存储、访问权限和数据保护要求，并遵循当地适用法规。
七、常见问题（FAQs）
1. HX-CCD21 与传统客流统计系统最大的区别是什么？
HX-CCD21 将双目 3D 视觉与 AI 分析结合，不仅支持基础进出人数统计，还支持 ReID 去重、员工识别、年龄与性别分析以及停留时间分析，帮助零售商获得更多客流信息。
2. HX-CCD21 是否使用人脸识别？
我们采用基于 3D 视觉和人体特征分析的客流统计方式，不依赖人脸身份识别来完成基础客流统计。ReID 用于关联可能重复出现的人员检测记录，不等同于确认真实身份。具体数据处理方式仍应以实际部署配置为准。
3. ReID 技术如何帮助零售门店？
ReID 可以关联不同时间或监测区域中的人员检测记录，帮助减少同一访客重复出现造成的重复统计问题，从而改善客流数据的参考价值。
4. HX-CCD21 的 99% 准确率适用于所有 AI 功能吗？
不是。99% 是人数统计的最高准确率指标，不代表年龄、性别、员工识别或 ReID 去重也达到相同准确率。不同功能需要分别评估。
5. 小型零售门店是否需要 AI 客流统计系统？
这取决于门店的实际需求。如果只需要短期了解进店人数，基础计数设备可能已经足够。如果需要持续统计客流、区分员工流动、观察停留时间或分析门店运营趋势，AI 客流系统能够提供更多数据支持。
结语
客流统计的价值不应该只停留在记录进店人数。
在 FOORIR，我们希望通过双目 3D 视觉、AI 人员检测、ReID 去重和员工识别等技术，帮助零售企业从基础人数统计进一步了解真实客流变化。
HX-CCD21 将人员检测与多维度客流分析结合起来，为门店运营、人员安排和营销效果评估提供更多数据依据。
从统计有多少人经过，到理解门店客流如何变化，这正是我们希望通过 AI 客流分析实现的价值。
