传统方案的问题在于其输入信息单一，只能提供“触发信号”，无法支持行为级分析。
因此当前主流实现逐渐转向基于 3D 双目视觉的方案。
一、系统架构拆解
典型架构分为四层：
1. 数据采集层
- 双目摄像头
- ToF深度传感器
- RGB + Depth同步采集
作用：提供空间结构信息（Z轴深度）
2. 感知与检测层
- YOLO / RT-DETR 类目标检测模型
- 人体区域提取
- ROI过滤
输出：bounding box + depth map
3. 目标跟踪层
- Kalman Filter
- SORT / DeepSORT
- Re-identification（ReID）
核心作用：
解决遮挡 + 重复计数问题
4. 数据分析层
- 客流统计（in/out counting）
- dwell time计算
- heatmap生成
- path tracking
- zone-based analytics
二、关键技术指标
在工程实现中，常见指标包括：
- 计数准确率：90%~97%（复杂场景）
- 轨迹连续率：85%+
- 重复识别率降低：>80%
- 实时延迟：<500ms（边缘部署）
三、工程关键点
- 多目标遮挡处理（Occlusion handling）
- ReID跨帧一致性
- 边缘计算部署（降低云依赖）
- 数据去重策略设计
客流统计系统本质是“视觉检测 + 时序跟踪 + 行为建模”的组合系统，而不仅是计数器。
