1. 问题抽象

客流统计不是“人数识别”，而是一个时序事件检测问题：

输入：视频帧 / 深度数据流
输出：穿越边界的计数事件

核心拆成三步：

Detection（检测） → Tracking（跟踪） → Event（计数）

---

2. 最小可运行系统（Minimal Pipeline）

for frame in video_stream:
detections = detect(frame) # 目标检测
tracks = tracker.update(detections) # 多目标跟踪

for t in tracks:
if cross_line(t):
if not recently_counted(t.id):
count += 1

---

3. Detection（目标检测）

3.1 常见实现

• YOLOv5 / YOLOv8
• MobileNet-SSD（低算力设备）

---

3.2 关键指标

指标	含义
Precision	误检率
Recall	漏检率

---

3.3 实际问题

• 漏检（FN） → 少计
• 误检（FP） → 多计
• 遮挡 → 检测失败

---

3.4 推理性能

设备	延迟
CPU	80–150 ms
Jetson GPU	10–30 ms

建议：

FPS ≥ 15 才能保证轨迹连续性

---

4. Tracking（多目标跟踪）

如果没有Tracking：

同一个人每一帧都会被当成新目标 → 计数失效

---

4.1 简化实现（中心点匹配）

def match(prev, curr):
for p in prev:
for c in curr:
if distance(p, c) < threshold:
assign_same_id(p, c)

复杂度：

O(n²)

---

4.2 工程方案

SORT

• Kalman Filter（预测）
• Hungarian Algorithm（匹配）

状态：

[x, y, vx, vy]

---

DeepSORT

增加：

• 外观特征（embedding）
• 余弦距离匹配

---

4.3 关键指标

指标	目标
ID Switch	< 3%
MOTA	> 0.9

---

5. Event（计数逻辑）

5.1 线穿越法（最常用）

def cross_line(track):
return track.prev_y < line_y and track.curr_y >= line_y

---

5.2 状态机（避免抖动）

IDLE → APPROACH → CROSS → DONE

---

5.3 抖动问题

问题：

人在边界附近来回移动 → 多次触发

解决：

• 设置缓冲区（buffer zone）
• 单次触发锁定

---

6. 去重机制（关键）

6.1 时间窗口限制

if now - last_count_time[id] > 2s:
allow_count()

---

6.2 空间约束

• 限制轨迹必须完整穿越区域

---

7. ToF方案（与RGB差异）

7.1 数据结构

(x, y, z) 深度点

---

7.2 检测方式

• 深度阈值分割
• 连通域分析

复杂度：

O(n)

---

7.3 优势

• 不依赖光照
• 可区分前后目标（Z轴）

---

8. 精度来源拆解

误差模型：

Total Error = FN + FP + ID Switch

---

8.1 实测范围

场景	精度
单入口	95%–98%
中密度	90%–95%
高密度	85%–92%

---

9. 性能瓶颈

9.1 跟踪匹配

Hungarian：O(n³)

目标数增加 → 延迟上升

---

9.2 遮挡

• 多人重叠 → ID丢失 → 重复计数

---

9.3 帧率不足

FPS < 10 → 轨迹断裂

---

10. 常见优化手段

10.1 ROI限制

减少无关区域计算

---

10.2 多帧融合

降低单帧误检

---

10.3 Track过滤

删除短生命周期轨迹：

if track.age < 3:
ignore()

---

10.4 动态阈值

根据密度调整：

• 匹配距离
• 检测阈值

---

11. 一句话总结

客流统计 = 稳定ID跟踪 + 正确事件触发

---

12. 可扩展方向

• 多摄像头融合（跨视角Re-ID）
• 热力图（Heatmap生成）
• 停留时间统计（轨迹分析）
• ToF + RGB融合

---

13. 参考实现结构（工程化）

project/
├── detector/
├── tracker/
├── event/
├── config/
└── main.py