文安智能：数数（shù）那些事儿里的AI视觉技术

 
      数数，好像人们生活中没谁能离得开：人们晚上失眠了会数羊来帮助睡眠；小朋友们智力启蒙的头等大事之一是学会数数；连乾隆皇帝写个打油诗也忘不了数个数“一片一片又一片，两片三片四五片；六片七片八九片，飞入芦花都不见。”皇帝郁闷了：朕写过多少诗，你们数都数不清？总之数数这件事貌似还能帮我们解决不少问题。

      今天的主题就是数数，只不过不是我们自己数，是看机器怎么数数，或者更具体的，看看机器怎么样数人数。

      人太多了、人太少了，都是要命的问题

      日常生活中，人们用到人数统计的一个典型情形是用客流统计帮助大型商场、购物中心、连锁店、超市等商业改善经营管理。合理准确的客流数据，可以帮助商家实现合理调整业态及店铺布局、提高商场人气、改善店铺KPI、改善消费者体验等目的。事实上零售业有一个经典公式：门店销售额=客流量×成交率×客单价。这一公式堪称零售业内第一定律，与电商的对应公式“销售额=流量×转化率×客单价”本质上是同一事情。门店的“客流量”对应的就是电商的“流量”，流量对电商有多重要，客流量对线下的商业就有多重要。

      而另一个关键的应用场景则与安全相关。对于机场、火车站、公交车、广场等公共场所，客流统计的优势尤其体现在它对客流变化趋势和突发事件的预见性上。提前预判公共场所客流是否接近最大承受能力，及时发现重大的客流安全隐患，帮助场所管理人员及时作出判断，在客流高峰时期采取适当措施，正确引导，避免事故的发生。

      事实上，对于商业场所，以及景区、博物馆、展览馆等经营性质的公共场所而言，提升经营业绩和增进安全保障两种目标常常兼而有之。所以说，对它们而言，人太多了、人太少了，都是要命的问题。这个数，得数。  
      为了做好数人头这件事情，从过去到现在人们可是花了不少心思。曾经（甚至就是十年前），由于技术手段的缺乏，人工统计客流是唯一可行的方式。请一位调查员，在关键地点一站，拿个计数器就可以开始操作。即使是现在，在一些特定的场景下，这样做也不是没有优点，比如不用安装设备，如果只是有限次统计，费用也少，人流量不多、持续时间不长的情况下可靠性很高。但人与机器的差异决定了时间一长、人数一多，这种方法的误差大幅增加，如果要进行多次或长年统计与分析，其可行性、实时性和成本都将成为问题。

      解决客流统计问题的技术手段，人们基于不同原理，探索了很多不同的方式。有基于红外线的、有基于WIFI技术的、更有基于智能视频技术的，当然还有比较有机械气质的基于闸机技术和重力感应技术的。不过后面这两种过于非主流，且局限性太大（比如应对大人流、区分人和物、施工难度、美观性等等），我们就不细说了，重点看看前三种技术。
      So,WIFI和智能视频分析是目前相对比较主流的技术。

      与其他技术不同，WIFI技术检测的不是人体自身，而是靠通过检测人们携带的移动设备mac地址来间接进行人数统计。理论上依托WIFI技术，可以对场所内的客流进行精确统计，并且可以依靠移动设备地址对消费者进行推送、判断新老顾客等。但是由于这是一种间接检测方式，顾客可能存在不携带手机（比如老人、小孩）、手机关闭无线信号（这种情况随着4G无限流量业务的普及，会越来越普遍）、一人携带多个手机等复杂情况。这决定了它检测到的数据一定是部分数据，覆盖不了完整人群；它的结果更可能是一种有偏差的抽样结果，也许需要很多经验参数去辅助判断。如果在特定区域，这些经验参数不够稳定的话，很可能对检测结果带来非常大的影响。
      而视频分析技术，其本质是基于对给定场所或地点的视频进行分析处理，识别人数。硬件上，既可以利用原有的监控设备，配备相应的视频处理终端，也可以安装专用的客流统计摄像机。软件和算法上，则仍然可以根据不同的识别原理进一步细分。尽管存在前期一次性投入略高，全黑环境有点受影响等问题，但这类产品的准确率高、视频直观可见、后期维护费用低等特性，越来越受到市场的青睐。
 
      龙生九子：视频分析客流统计技术大PK

      目前主流的视频客流量统计产品大体上可以分为四大类，随着算法的不同，它们在实现方式上又有些差异，对应的硬件设备也是很不一样：

      第一类算法是通过对运动区域检测和跟踪算法来实现的。其基本原理是提取出固定场景视频中发生运动的像素区域，结合对人体大小判断的一些先验知识，对这些区域的进行统计。当区域和经验中人的大小相似的时候，就判定为有人通过，从而实现对客流的估计，包括人的运动方向等。

      第二种视频技术，最显著的特点是硬件上采用两个相同的摄像头，也就是平常人们所说的双目客流统计。两个摄像头各自取得的视频，经过计算处理得到3D的图像，包括人的高度；通过检测高度为1-2米之间的视频内容，形成对人的识别和判断。理论上，这种方式会有不错的准确度，但抛开成本不说，由于算法的复杂、设备的复杂带来的干扰，这类设备在实践中并没有表现出相对于单镜头设备的优势；同时由于算法采用的还是传统的视频处理算法，未来的发展潜力有待观察。硬件方面，由于存在两个镜头，产品很难做得小巧，再加上设备安装高度低，单一设备检测面积、美观性等都明显不如单镜头设备。
      接下来的第三类和第四类视频客流技术，采用的都是基于人体图像特征、深度学习、边缘计算等概念的算法，人们说视频分析客流统计技术高大上，其实主要说的就是这类技术，它们也是目前最时髦的计算机视觉与人工智能技术的一个分支。这两类算法在基本原理上有些相似，采用的硬件也都是单镜头设备（单目客流统计），但其采用的模型是不一样的。

      其一是头模型检测方式，即认定人的头顶部是一个深色的圆（近似圆或椭圆），通过视频分析，在视频图像中提取一些人体基本特征，通过深度学习算法建立的识别模型定位出图像中每个人，从而得到客流量数据。在目前硬件超强运算能力的背景下，这种识别方式非常高效并且具有极高的准确率。同时，通过结合多个智能客流摄像头的视频图像，以及对视频进行逐帧分析，可以判断客流的运动方向和对特定人员进行动线分析。这种情况下智能视频客流统计摄像头需设置于监测场所的顶部。
      另外一种采用深度学习算法的技术，其原理是基于头肩模型检测统计原理，摄像头安置于通道的正面上方，对人从正面高处进行摄像，通过人的头肩形成的近似“品”字进行判定，其他与头模型检测方式类似。同时，该类视频客流分析技术天生具有与人脸识别技术结合的特性，可以带来更多黑科技体验。
      可以说基于人工智能深度学习技术的第三、四类设备，由于其在技术理念上的先进性，更加简洁的硬件设备与整体方案，未来会有更多的想象空间。

      总结而言，基于各种不同技术的客流统计技术，确实存在不同时代的差异，视频分析（包括基于深度学习算法的单目相机和基于传统算法的双目相机）和WIFI是目前的主流技术，他们的优劣势对于不同的人来说，也许由于需求的不同，会是一个见仁见智的问题。不过总体上，还是有一些基本的判断维度：

      最核心的是准确率，通常红外感应技术准确率在85%-90%之间，WiFi探针技术准确率在90%以上，视频分析技术准确率则均在95%以上（单目双目相当，比如文安智能的单目客流一体机产品可以达到98%以上的准确率）。

      后台管理系统的适用性和功能性，毕竟数据本身是不直接产生价值的，要结合管理系统的分析、解读，以及人性化呈现才能真正发挥作用。

      项目总成本、施工难度，还要考虑厂家的过往案例和服务水平。

      作为颜值党，最最重要、特别提醒大家的还是千万要注意安装后的视觉效果，高大上的商场、机场、博物馆，一定要选择好看一点的产品。  
      其实综合这些指标，我们会发现，如果在选择时不考虑下深度学习单目统计设备，还真会是一个遗憾。为啥？因为它不但能更容易地解决现实问题，更具有简洁的美和未来的想象空间。不如让我们一起看看可作为典型代表的文安智能第三代客流一体机，:）
 
      客流统计哪家强 人工智能找文安

      文安智能专注人工智能与计算机视觉13年，凭借智能视频技术投身客流统计市场也有不少年头，无论是从软件、硬件，还是解决方案层面都经历了发展完善的过程。在这个第三代产品即将发布的当口，更得说说我们的好，就说四句话：

      l 高集成：集图像采集、客流统计分析、数据传输于一体；

      l 高精度：采用深度学习检测算法，精度达 98%以上；

      l 高颜值：全球最小，隐蔽式外观专利设计，极致精简美观，免螺丝安装，与整体环境融为一体；
      l 功能丰富而适用的后台管理系统+维度多样的报表体系，满足多样化的业务需求；PC端+手机端+云端，让您随时随地掌握最新信息。  
      前面这么多，其实讨论的都是怎么通过客流统计数清楚每一位客人，我们称之为“客流统计1.0”。不过如果您对客流统计还有更多的期待，比如说，除了想知道多少人来了，还想知道他们是谁、他们在您的商场里的行为习惯，那您就可以考虑下我们的“客流统计2.0”了，更多高大上的AI视觉方案，也许会让您眼前一亮。欲知详情，且听下回分解。

      期待他们的选择，也是您的选择