过店客流配置

适用场景

本文用于配置过店客流规则，适用于需要统计经过门店但未进入门店的人流场景。配置人员需要绘制过店线，确认进门线和过店线之间的关系，并根据相机视角、人头尺寸和识别区域判断是否会出现漏抓或误判。

功能说明

系统通过提取多维非生物 ReID 特征（衣着、体态、步态），计算特征向量之间的相似度，从而判断是否属于同一个人。每张图片生成一个独特的 body-id 和属性，不分析原始个人生物识别信息，仅保留经算法处理后的摘要信息。

过店人数定义：穿过过店线但未穿过进门线的人员计为过店。若人员碰到进门线，则计为进出人数，不计为过店。同一人员只能计一次进店或过店，避免重复统计。

配置步骤

在 BI 平台点击“运维检测”，进入“设备调试”，配置过店线。

五代机支持过店客流统计，需要绘制过店线。

版本差异

版本	表现
早期版本	不区分方向，界面显示单一蓝色过店数字。
新版本	支持左右方向区分，出现两组数字；支持双向过店统计，支持多区域和多进门线统计。
多区域版本	支持多区域分别统计进出与过店数据。

统计以人头为单位，半身无法统计。

新版本展示

多区域版本展示

BI 平台展示

抓拍与跟踪规则

• 完整人员进入识别区域后开始跟踪。
• 若穿过过店线但未穿过进门线并离开区域，计为过店。
• 若人员碰到进门线，则计为进出人数，不计过店。
• 同一人员只能计一次进店或过店，避免重复统计。

识别区域要点

过店线应绘制在能看到最远完整人头的位置，确保有足够跟踪距离。

画线要点

• 过店客流统计基于店外轨迹，与过店线相交即判断为过店。
• 单区域模式无过店线时，依据轨迹首帧位置判断是否过店。
• 过店一般设置为侧视 ReID。人头尺寸过大会导致算法识别不到，应根据实际场景调整人头尺寸，通常需要将默认人头尺寸调小，并将高级参数最小人头调整到 10。
• 过店线可从最远点画至进门线，超过进门线也可以，因为碰到进门线即算进店。
• 绘制进门线时，应依据实际视频中人头经过位置，避免主观臆测。

当过店范围较大时，可以将过店线画为 V 形状来避免漏抓。

常见问题

为什么漏抓过店？

需要检查模式配置是否错误，或人头尺寸设置是否正确。视频中脚的位置不准确，多为模式或尺寸设置问题。