Hai nhà tích hợp đứng trước cùng một lối vào trung tâm thương mại, đếm trong cùng tám giờ, và báo cáo tổng số chênh nhau vài phần trăm. Phản xạ là đổ lỗi cho thuật toán. Trên thực tế, thuật toán hiếm khi là yếu tố quyết định. Cái khác biệt là phương pháp cảm biến bên dưới nó — và liệu phương pháp đó có thể nhìn thấy về mặt vật lý thông tin mà mô hình cần để đưa ra quyết định không.
Bài viết này so sánh ba cách tiếp cận cảm biến thường được bán dưới tên "camera đếm người": AI 2D, 3D hai mắt (thị giác stereo), và 3D ToF. Mục tiêu không phải tôn vinh một người thắng. Mà là giúp bạn khớp cảm biến với cái cửa, vì câu trả lời đúng thay đổi hoàn toàn giữa một lối vào boutique hẹp và một sảnh atrium trung tâm thương mại rộng sáu mét.
Ba cách tiếp cận, gói gọn trong một nhãn gây nhầm lẫn
"2D so với 3D" là một nhãn kệ hàng tiện lợi, nhưng nó che giấu một khác biệt thực sự bên trong mỗi nhóm.
Đếm người bằng AI 2D
Một cảm biến hình ảnh đơn, một bộ phát hiện học sâu, và một bộ theo dõi. Bộ phát hiện tìm người trong khung; bộ theo dõi lần theo họ qua các khung và gán hướng; thiết bị phát ra số đếm vào/ra, sự hiện diện theo khu vực, và trong một số cấu hình là thời gian dừng.
Mọi thứ cách tiếp cận này biết đều đến từ mặt phẳng ảnh 2D: màu sắc, kết cấu, hình dạng, chuyển động. Nó không có kiến thức trực tiếp về khoảng cách hay chiều cao. Đó là sự tiết kiệm của nó, và cũng là ràng buộc của nó.
3D hai mắt (thị giác stereo)
Hai ống kính trên một đường cơ sở cố định. Bằng cách khớp các đặc trưng giữa hai ảnh, thiết bị tính độ lệch và suy ra độ sâu cho từng vùng của cảnh. Chiều cao và khoảng cách trở thành phép đo thay vì suy luận.
Độ sâu là thứ cho phép camera stereo tách hai người chồng lấn trong ảnh, bỏ qua một vật trưng bày hình người trên tường, và loại bỏ bóng hoặc phản chiếu trên sàn bóng. Vì việc đếm có thể dựa trên một dải chiều cao, thiết bị không cần nhận diện khuôn mặt hay quần áo để làm việc — một đặc tính hữu ích trong không gian nhạy cảm về quyền riêng tư.
3D ToF (thời gian bay)
ToF chiếu ánh sáng hồng ngoại được điều biến và đo thời gian phản hồi trên mỗi điểm ảnh, tạo ra một ảnh độ sâu trực tiếp. Nó hoạt động tốt trong ánh sáng rất yếu và không phụ thuộc vào kết cấu bề mặt như khớp stereo. Đánh đổi là phạm vi, công suất chiếu sáng, và lập kế hoạch cho nhiễu khi nhiều thiết bị ToF cùng bao phủ một khu vực.
"Độ chính xác" là ba câu hỏi khác nhau
Trước khi so sánh bất kỳ thông số nào, hãy tách ba điều mà người mua thường ngụ ý khi nói độ chính xác:
- Độ chính xác đếm — tổng vào/ra có khớp với thực tế qua một giờ, một ngày, một tuần không? Đây là thứ nuôi tỷ lệ chuyển đổi.
- Độ ổn định theo dõi — một cá nhân có giữ được một vết theo dõi mạch lạc khi di chuyển trong cửa hàng không? Đây là thứ nuôi thời gian dừng và bản đồ nhiệt. Một thiết bị có thể mạnh ở điểm này và tầm thường ở điểm kia, và hai điều đó thường được bán dưới dạng một con số duy nhất.
- Hành vi dòng dày — điều gì xảy ra trong mười phút tệ nhất của ngày? Hầu hết tuyên bố về độ chính xác được đo trong điều kiện thoải mái, và cao điểm là nơi các dự án thực sự thất bại.
Một con số "chính xác 95%" vô nghĩa khi thiếu cả ba. Khi đánh giá một thiết bị, hãy hỏi đang đo đại lượng nào, trong điều kiện nào, và do ai đo.
So sánh song song
| Khía cạnh | AI 2D | 3D hai mắt (stereo) | 3D ToF |
|---|---|---|---|
| Thông tin độ sâu | Không (suy ra từ ảnh) | Mỗi điểm ảnh, qua độ lệch | Mỗi điểm ảnh, qua thời gian ánh sáng truyền |
| Lối mở rộng không có vạch cửa rõ ràng | Yếu | Mạnh | Mạnh |
| Hai người chồng lấn trong khung | Thường bị gộp | Thường tách được nhờ độ sâu | Thường tách được nhờ độ sâu |
| Người so với áp phích, ma-nơ-canh, phản chiếu, bóng | Yếu | Mạnh | Mạnh |
| Ánh sáng rất yếu | Phụ thuộc mô hình | Phụ thuộc ánh sáng sẵn có | Mạnh |
| Gánh nặng hiệu chuẩn | Tối thiểu | Cần hiệu chuẩn stereo | Lập kế hoạch chiếu sáng và phạm vi |
| Tính toán và tiêu thụ điện | Thấp nhất | Cao hơn | Cao hơn |
| Chi phí phần cứng tương đối | Thấp nhất | Trung bình | Cao nhất |
Khi 2D thực sự đủ
2D không phải là sự thỏa hiệp bị ép buộc vì ngân sách nhỏ. Với một phần lớn cửa hàng bán lẻ thực tế, nó là lựa chọn kỹ thuật đúng, và chỉ định phần cứng độ sâu ở đó là tiêu tiền cho một vấn đề bạn không có.
AI 2D thường hoạt động tốt khi:
- Lối đi hẹp và hầu như đi một hàng. Một cửa tiêu chuẩn hoặc hành lang một đến hai mét, nơi người ta qua một hoặc hai người mỗi lần, cho bộ theo dõi những mục tiêu sạch, tách biệt.
- Lưu lượng thấp đến vừa. Boutique, phòng khám, cửa hàng đơn thương hiệu và hầu hết cửa hiệu phố hiếm khi tạo ra khối người chồng lấn gây áp lực cho theo dõi 2D.
- Bạn chủ yếu cần lưu lượng khách và hướng. Nếu quyết định được hỗ trợ là "bao nhiêu người đã vào, và khi nào", AI 2D trả lời tốt.
- Góc nhìn từ trên xuống và môi trường được kiểm soát. Một góc nhìn xuống từ chiều cao trần thông thường, với ánh sáng ổn định và sàn mờ, loại bỏ hầu hết các kiểu thất bại kinh điển của 2D.
- Bạn đang triển khai trên nhiều cửa. Khi dự án là bốn mươi cửa hàng thay vì một cửa hàng hàng đầu, khoản tiết kiệm mỗi cửa tài trợ cho toàn bộ lớp phân tích. Ở quy mô chuỗi, độ bao phủ thường thắng độ chính xác từng cửa.
Những hạn chế trung thực của 2D: nó không thể tách đáng tin cậy một nhóm chặt đi qua cùng nhau, nó có thể bị đánh lừa bởi các vật tĩnh hình người bên trong khung, và nó không có thông tin chiều cao để lọc.
Khi bạn nên khăng khăng dùng 3D
Chuyển sang cảm biến độ sâu khi hiện trường vật lý mơ hồ — không chỉ khi lưu lượng đông.
- Lối vào rộng nơi người ta đi cạnh nhau. Khoảng từ hai mét lỗ mở thông thủy trở lên: cổng trung tâm mua sắm, cửa đôi, mặt tiền mở không có ngưỡng.
- Không gian không có vạch cửa vật lý. Sảnh atrium trung tâm thương mại, hành lang lớn, bán lẻ mặt bằng mở với nhiều đường tiếp cận. Vẽ một vạch ảo ngang một ảnh 2D trong những không gian này là nơi độ chính xác âm thầm sụp đổ.
- Nhiều người đi qua đồng thời dày đặc. Ngày sự kiện, khuyến mãi, cao điểm cuối tuần khi hàng chục người đi qua trong vài giây.
- Trần cao. Camera càng xa đối tượng, một người càng chiếm ít điểm ảnh và độ sâu càng trở nên có giá trị.
- Môi trường quang học khó. Sàn bóng, mặt kính, gương, ma-nơ-canh, biển quảng cáo khổ lớn, và lối vào có nắng gắt và bóng đổ.
- Phân tích phụ thuộc quỹ đạo. Thời gian dừng theo khu vực và bản đồ nhiệt đáng tin cậy đòi hỏi các vết theo dõi vượt qua được che khuất — đó là vấn đề độ sâu trước khi là vấn đề thuật toán.
- Lọc theo chiều cao. Độ sâu cho phép bạn chỉ đếm các vật nằm trong dải chiều cao con người hợp lý, loại xe đẩy, thú nuôi và vật trưng bày thấp khỏi mẫu.
Các thiết bị cảm biến độ sâu cũng đơn giản hóa câu chuyện quyền riêng tư, vì việc nhận dạng theo chiều cao và khối tích không cần dữ liệu khuôn mặt hay danh tính nào cả.
Chi phí và tổng chi phí sở hữu
Khoảng cách phần cứng là thật, nhưng nó không phải toàn bộ hóa đơn. Ba chi phí dịch chuyển cùng nhau:
- Chi phí thiết bị. Các đơn vị cảm biến độ sâu tốn hơn mỗi camera so với đơn vị AI 2D. Theo thuật ngữ tương đối: 2D thấp nhất, stereo trung bình, ToF cao nhất.
- Lắp đặt và hiệu chuẩn. Stereo cần hiệu chuẩn; ToF cần lập kế hoạch chiếu sáng và phạm vi; cả hai đòi hỏi chiều cao gắn đúng. Hãy dự trù thời gian kỹ thuật, không chỉ phần cứng.
- Cấp phép nền tảng. Nhiều nền tảng phân tích cấp phép theo kênh hoặc theo thiết bị, nên quyết định thiết bị nhân lên trên toàn hệ thống.
Rồi có chi phí không bao giờ xuất hiện trên báo giá: dữ liệu tồi. Nếu một cửa rộng ngày thứ Bảy đếm thiếu, mọi quyết định về nhân sự, bố trí và marketing dựa trên con số đó đều sai — mỗi tuần, một cách âm thầm.
Mô thức thực dụng mà hầu hết nhà tích hợp giàu kinh nghiệm đi đến là một sự kết hợp: camera cảm biến độ sâu ở những cửa khó, AI 2D ở mọi nơi hình học đơn giản. Một công nghệ đồng nhất duy nhất trên toàn hệ thống hiếm khi là chỉ định tối ưu.
Danh sách kiểm tra chọn lựa bạn có thể chạy trong một tuần
- Đo cái cửa, không phải cửa hàng. Chiều rộng lỗ mở thông thủy, chiều cao trần tại điểm gắn, hình học tiếp cận, lớp hoàn thiện sàn, kính, ánh nắng trực tiếp.
- Lấy cao điểm, không phải trung bình. Mười lăm phút tệ nhất của một đợt khuyến mãi là gì, và bao nhiêu người đi qua đồng thời?
- Viết ra quyết định mà dữ liệu sẽ thúc đẩy. Chỉ lưu lượng khách và chuyển đổi? 2D có thể đủ. Thời gian dừng và bản đồ nhiệt theo khu vực? Đặt trọng số cao hơn cho độ sâu.
- Thí điểm cả hai công nghệ trên cùng một cửa trong một đến hai tuần.
- Đối chiếu kết quả với thực tế. Đếm thủ công trong vài khung ba mươi phút và so sánh đường cong theo giờ thay vì một tỷ lệ phần trăm chủ đạo. Kiểm tra cả cân bằng hướng: qua một thời gian dài, tổng vào và ra nên bám sát nhau trong một không gian mà người ta thường vào rồi ra.
Câu hỏi thường gặp
3D có luôn chính xác hơn 2D không? Không. Trong một lối vào hẹp, đi một hàng với ánh sáng được kiểm soát, một camera AI 2D được lắp đặt tốt có thể ngang bằng camera độ sâu về độ chính xác đếm với một phần nhỏ chi phí. 3D thắng đặc biệt khi hiện trường tạo ra sự mơ hồ: lối mở rộng, người chồng lấn, bề mặt phản chiếu, và khoảng cách camera-đối tượng lớn.
Camera 2D có xử lý được một cửa hàng đông đúc không? Nó có thể tạo ra một tổng số hữu ích, nhưng hãy kỳ vọng sai số cao hơn trong các lượt qua đồng thời dày đặc. Trong bán lẻ, độ chính xác mười phút cao điểm thường đúng là thứ con số được dùng để làm, nên đó là sai số quan trọng nhất.
Camera 3D có nhận dạng người hay lưu ảnh của họ không? Đếm dựa trên độ sâu hoạt động từ chiều cao và khối tích, nên nó không cần nhận diện khuôn mặt. Việc tuân thủ vẫn phụ thuộc vào toàn bộ triển khai — cài đặt lưu trữ, cách luồng video được lưu, và quy định địa phương. Hãy chọn thiết bị và nền tảng nơi dữ liệu đếm có thể được giữ tách biệt với video.
Stereo hay ToF — cái nào tốt hơn? Stereo phù hợp với lối vào rộng, sáng, có đủ kết cấu trong cảnh. ToF chịu đựng tốt hơn trong môi trường rất tối và không dựa vào kết cấu bề mặt, với cái giá là phạm vi và việc lập kế hoạch chiếu sáng. Cả hai đều cần chiều cao gắn đúng.
Nếu chuỗi của tôi có cả cửa rộng lẫn cửa hẹp thì sao? Đó là trường hợp bình thường. Hãy chỉ định camera cảm biến độ sâu cho những cửa mơ hồ và AI 2D cho phần còn lại, và giữ một nền tảng phân tích cho cả hai để báo cáo vẫn so sánh được. Bạn có thể xem cả hai nhóm trong dải sản phẩm của chúng tôi, và các ghi chú triển khai theo ngành dọc trong các trang giải pháp.
Một thí điểm cần chạy bao lâu? Hai tuần thường nắm bắt được một cuối tuần bình thường cộng một đợt khuyến mãi. Bất cứ điều gì ngắn hơn có xu hướng tạo ra kết quả bạn không thể biện luận trong một cuộc họp mua sắm.
Chọn theo cái cửa, không theo bảng thông số
Câu hỏi 2D so với 3D thực ra là câu hỏi về môi trường vật lý của bạn. Hẹp, được kiểm soát, đi một hàng: AI 2D hiệu quả và thường là lý tưởng. Rộng, dày, phản chiếu hoặc phụ thuộc quỹ đạo: cảm biến độ sâu là yêu cầu trung thực.
Nếu bạn muốn một ý kiến thứ hai về một địa điểm cụ thể, hãy gửi chiều rộng cửa, chiều cao gắn và một ảnh của lối vào. Chúng tôi sẽ cho bạn biết phương pháp cảm biến nào phù hợp — và nếu 2D là câu trả lời đúng cho dự án của bạn, chúng tôi sẽ nói vậy. Hãy xem dải sản phẩm HooViz cho cả lựa chọn 2D và 3D, xem lại các mô thức triển khai trong giải pháp, hoặc liên hệ với chúng tôi kèm chi tiết địa điểm của bạn.