向三家厂商询问其客流统计摄像头的准确度，你可能会得到 95%、98% 和 99%。这些数字很可能并不是在衡量同一件事。这未必说明哪家厂商不诚实——只是这些数字缺乏定义，而没有定义的数字无法用于比较、无法据此做预算，也无法在安装之后用来裁决争议。
准确度是一套部署方案的属性，而不是一款产品的属性。它取决于摄像头安装在哪里、场景长什么样，以及这个数字是如何计算出来的。对你而言唯一有意义的准确度数字，是你在自己的场地上、用你自己的客流、按你事先定义好的方法测出来的那个。
本文将介绍不同准确度指标各自的含义、在真实世界中有哪些因素会改变它们，以及——大多数项目都会跳过的那部分——如何开展一次站得住脚的现场验收测试。
“准确度”究竟指什么
有四种不同的测量经常都被称作“准确度”。在采购之前，先确定你需要的是哪一种。
对照真值的计数准确度（按区间）
设备报告某个区间内有 N 人进入，而人工计数得到 M 人。这是用于客流报告的操作性指标。
- 计数误差 % = （设备计数 − 真值）/ 真值 × 100
- 准确度 % = 100 − |计数误差 %|
一个在 1,000 人进入时报告 1,020 的设备，在该区间内的误差为 +2%，即准确度 98%。请注意符号。多计与少计的后果并不相同：稳定的 +5% 偏差会在逐周趋势中相互抵消，但会扭曲任何绝对转化率的计算；而随机误差则会在两侧都增加噪声。要问清楚所报的误差是带符号的（偏差）还是绝对值。
检测的精确率与召回率（事件层面）
在单次检测的层面：
- 召回率——在所有真实存在的人中，系统检测到了多大比例？
- 精确率——在系统做出的所有检测中，有多大比例是真人？
召回率低会导致少计，精确率低会产生误检和多计。一个笼统的“准确度”百分比会掩盖你实际面对的是哪种失效模式，而这两者需要不同的解决方式。
计数误差百分比——以及为什么平均数会掩盖峰值
厂商常常报告一段较长时间内的平均误差。但平均数会掩盖峰值。一个平均误差为 3%、却在早高峰飙升到 20% 的系统，用于年度报告尚可接受，用于排队管理或高峰排班则毫无用处。始终要索取误差在各区间上的分布，而不仅仅是均值。
方向与追踪准确度
对于进出和停留分析，你还需要：
- 方向准确度——在检测到的穿越事件中，有多少被赋予了正确的方向；
- 追踪质量——身份切换与轨迹碎片化，当你分析的是路径和停留时长而不仅仅是总数时，这些就很重要。
决定真实现场准确度的六个变量
1. 安装高度与角度
装得太高，人像会变小且透视收缩严重；装得太低，最前面的人会遮挡后面的人。俯角很大的垂直视角能减少重叠，但会压缩人体。厂商公布工作范围是有原因的：把安装控制在这个范围内，是任何项目里成本最低的准确度提升手段。
2. 视场角与入口几何的匹配
单扇宽门、双开门、门厅、商场中庭——每一种都会形成不同的穿越模式。适合窄门的角度，可能会漏掉宽开口的边缘，甚至漏掉整个侧边入口。完整覆盖整条门槛线（包括其边缘），比像素数量更重要。
3. 光照与夜间表现
下午逆光的玻璃门、打烊时的近乎全黑、人工光与自然光混合的时段，以及夜间的红外补光，都会改变模型所看到的内容。要问清楚设备在开启红外时的表现，并在你的报表真正依赖的那些时段进行测试。
4. 遮挡与密度
一次只数一个人很容易。要数一个结伴通过、且彼此身体相互遮挡的群体就很难——而这恰恰是高峰时段发生的情况。在密度处理上，基于深度的 3D 系统与 2D 检测之间的差距最为明显。
5. 算法类别与模型版本
不同的检测模型在应对拥挤、轮廓和运动模糊时的表现各不相同。固件更新可能改变准确度；通常是变好，但偶尔也会以影响你数据的方式改变行为。在验收时记录固件或模型版本，这样你才能确切知道自己验收的是什么。
6. 校准与配置
检测线、区域、员工排除区、最小目标尺寸和追踪参数，都会塑造最终结果。安装正确但检测线摆放草率，其表现会不如一台配置用心的更便宜的摄像头。改造之后重新校准属于维护计划的一部分，而不是可选项。
环境因素也应当列入其中：反光地面、镜面立柱、玻璃幕墙、自动扶梯扶手以及直射阳光，都可能产生虚假检测。
如何不带偏见地解读厂商的说法
你不必怀疑每一个数字，但你必须知道它在描述什么。有用的提问包括：
- 它是在什么样的场景、密度和光照条件下测得的？
- 在多长时间内、以多大的样本量测得的？
- 这个数字是平均值、中位数，还是最差情况？
- 误差是带符号的（系统性偏差）还是绝对值？
- 它是按单台摄像头测的，还是针对整个系统测的？
- 当时运行的固件版本是哪一个？
能够清楚回答这些问题的厂商，比只会报出更大数字的厂商更值得信任。如果你想在测试之前先了解技术背景，可以在我们的 博客 上更深入地看到我们如何论述 2D 与 3D 之间的取舍。
现场验收测试：集成商可以执行的方法
这部分能在商业上保护你。请在安装之前就把它定义好，这样事后就不会有人再为方法论争论。
第 1 步——以书面形式约定验收标准
明确指标（计数误差百分比、方向准确度）、阈值、要测试的场景、时段和持续时间。“准确”不是一个标准；“该入口在每个测量区间内的计数误差在 X% 以内”才是。
第 2 步——建立真值
从以下方式中选择一种：
- 用计数器人工计数，适用于客流较少的入口，并由两名操作员相互交叉核对；
- 录像回放，由看不到设备数字的人独立计数，以避免确认偏差；
- 已知人数的活动——按已知人数进行受控走动测试——用于场景测试。
第 3 步——覆盖有代表性的条件
在定义你运营状态的各种条件下进行测试：高峰与非高峰、工作日与周末、白天与夜间、逆光的下午，以及如果入口是露天的那还要包括雨天。
第 4 步——执行场景测试组合
受控走动测试，每一项重复若干次：
- 单人，双向各走一次；
- 小群体（2–4 人）结伴通过；
- 密集群体（5 人及以上）结伴通过；
- 双向同时通行；
- 有人提行李箱，或推手推车、婴儿车；
- 有人在门槛线上恰好停下，或折返；
- 快步行走者；
- 轮椅或助行器具；
- 儿童；
- 员工反复进出通行。
记录每个场景的通过/不通过结果，并注明任何误差的方向。
第 5 步——正确地计算数字
对每个区间：
- 计数误差 % = （设备值 − 真值）/ 真值 × 100
- 准确度 % = 100 − |计数误差 %|
- MAPE = 所有区间 |计数误差 %| 的平均值
- 方向准确度 % = 方向正确的穿越次数 / 穿越总次数 × 100
报告均值、最差情况和离散程度——绝不要只给一个汇总数字。
第 6 步——重视样本量
一场两小时、只有 40 人的测试，无法支撑任何关于高峰时段表现的结论。测试要跑得足够久，以累积有意义的穿越次数，并把小样本结果仅视为参考。这里的算术很简单，难的是抽样。如果结果将决定一份合同，请让受过统计训练的人对方案做一次合理性检查。
第 7 步——记录并存档签认
使用一张表格：场景 | 预期 | 实测 | 误差 % | 通过/不通过 | 备注。把它与固件版本、安装位置和配置文件一起存档，这样将来任何争议都有一个可对照的基准。
常见误差来源及其减少方法
- 在检测线处重复计数。调整检测线的位置或角度，使一个人只穿越一次，并在开启方向逻辑的情况下进行验证。
- 群体被当作一个人。基于深度的 3D 检测通常处理得更好；否则就调整安装距离以区分各个人体，或者接受高峰时段已知的少计。
- 反光与阴影。重新调整摄像头朝向、收紧区域范围，或选择一个视野内没有镜面表面的位置。
- 玻璃门与店面玻璃。反光可能被识别为人。区域屏蔽和谨慎的检测线摆放能减轻这种影响。
- 员工通行。使用员工排除区域，使员工的走动不会虚增客流。
- 重复进入。设置一个再识别窗口，使快速离开又返回的人不会被重复计数。
- 时钟漂移。通过 NTP 同步设备；否则即使计数本身正确，POS 关联也会失效。
设定切合实际的预期
没有哪台摄像头能在所有条件下都计数完美，而且按区间的误差会以各种方式累积，使得每日总数看起来比分钟级序列更糟。请把客流数据用于趋势、比率和比较——转化率、排班规律、活动提升效果——而不是当作审计级别的人头数。这样的定位能让系统保持真正有用，同时也不会对那些最终会质疑这些数字的人许下过高的承诺。
常见问题
AI 客流统计摄像头应该达到怎样的准确度？这取决于场景和指标。在干净、单门、安装正确的部署中，计数准确度通常很高。在密集、宽阔或光照较差的入口，它就会下降，而高峰区间永远是最薄弱的环节。
99% 的准确度现实吗？在客流较小的理想条件下，是可以的——但它几乎说明不了高峰时段的表现。要问最差的测量区间是什么样，而不只是问平均值。
2D 与 3D 摄像头同样准确吗？不一样。基于深度的 3D（双目立体）系统在应对拥挤、遮挡和群体通过时更为可靠，这也是它们在商场和宽阔入口中很常见的原因。2D AI 摄像头在较轻松、较简单的场景中既经济又准确。
验收测试应当运行多久？要足够久，以涵盖有代表性的日子和高峰时段——通常从几天到几周，再加上受控场景测试。一个清闲的下午说明不了任何问题。
我需要真值录像吗？这是最站得住脚的方法，而且还兼具调优辅助的作用。如果出于隐私原因不便存储视频，就改用两名操作员的人工计数。
下一步
在采购之前先写好验收标准，然后到现场测试。你可以在我们的 产品中心 了解各类摄像头，在我们的 解决方案 中了解计数如何在不同零售业态中落地，如果你希望获得能让部署从第一天起就进入准确度最佳区间的安装与配置指导，请与我们联系。