
视觉 AI 顾客分析:客流、停留与排队
美国与德国零售门店,基于 NVIDIA Jetson Orin NX,统计客流、停留时长并检测排队。
门店的三类事:客流与热力、商品识别与结账、无人店门禁。
传统红外计数器无法区分折返与货架驻足;全量视频传上云端做分析,带宽与云端算力成本高昂,且连锁门店涉及顾客人脸隐私合规。
摄像头架高俯拍,在端侧实时识别人形与轨迹,视频完全留在店内,仅向本地或云端看板回传结构化进出数字与平面图热区。
核心优势
人工逐件扫码结账排队慢、收银人力成本高;人工巡检货架难以实时发现缺货错放,且传统 AI 每次上新都需要重新采集训练模型。
边缘主机在本地完成整篮多目标识别与货位比对,新商品只需拍 3–8 张照片现场向量注册,无需重训模型,收银系统通过本地 API 接入。
核心优势
传统门禁卡易丢失借用、代打卡;手机扫码进出依赖稳定外网,断网即瘫痪;常规人脸识别易被照片视频欺骗且开锁响应慢。
门侧部署带双目活体检测的 AI 摄像头,本地比对店员或会员白名单并联动电子锁,断网照常验证开锁,通行记录不可篡改。
核心优势
根据门店新装点位或既有监控利旧确定架构,边缘主机与一体化智能相机协同完成端侧闭环。
不确定怎么选? 看完整的选型攻略 →
摄像头要做什么?每项任务对应一套可部署方案。
门店视觉由摄像头、算力主机、看板或管理端组成。没有摄像头的门店用 reCamera,一台完成拍摄和识别;已有 IP 摄像头的门店保留摄像头,加一台 reComputer 主机。
核心优势
| 产品图 | 产品 | 门店任务 | 画质 | 设备实测 |
|---|---|---|---|---|
![]() | reCamera 2002 | 客流与热力(近处小范围) | 1080P | — |
![]() | reCamera Pro | 无人店门禁;客流(大范围) | 4K | 刷脸到开锁信号 0.66 秒(1000 人库) |
这一块负责门店拍摄。没有摄像头的点位用 reCamera 2002 / Pro,一台完成拍摄和识别;已有 IP 摄像头的点位保留摄像头,画面交给算力主机。机位决定识别效果:客流摄像头架高俯拍统计区域,距离目标 3–5 米,大范围或远处用 4K 的 reCamera Pro;收银道摄像头装在收银传送带正上方,商品要完整可见,堆叠和遮挡会漏;货架摄像头正对货架,满货架按货位抽帧,每个 SKU 至少 3 张注册照;门禁摄像头大致齐面部高度、装在人停下处,避开逆光门口和玻璃反光,阈值在装好后标定。
核心优势
| 产品图 | 产品 | 门店任务 | 接入摄像头 | 设备实测 |
|---|---|---|---|---|
![]() | R2135-12 | 客流与热力 | IP 摄像头(RTSP) | 每路跟踪 14.3 FPS(15 FPS 源) |
![]() | RK3588 | 货架识别;客流与热力 | IP 摄像头(RTSP) | 货架检出到识别结果 924 ms(p50);客流每路 13.2 FPS |
![]() | RK3576 | 客流与热力 | IP 摄像头(RTSP) | 每路跟踪 13.3 FPS |
![]() | J4012 | 收银道识别;客流(一台接多路) | IP 摄像头(RTSP)或 USB | 收银检出到识别结果 22.3 ms(p50),2956 帧回放丢帧 0 |
![]() | J3011 | 无人店门禁(接现有摄像头) | IP 摄像头(RTSP) | — |
这一块接 RTSP 流做检测与识别。客流帧率为单路实测,一台主机接多路前请按现场摄像头数实测;收银道与货架识别的整链实测值取自可部署方案。
核心优势
可以。带 RTSP 视频流的 IP 摄像头接 reComputer 主机即可,墙上的设备不用换。客流要求摄像头架高俯拍;门禁要求摄像头大致齐面部高度,现有机位不满足时需要调整或加装。
客流方案的视频在门店本地处理,后端只存人数、区域计数和驻足时长,热力图只显示人在哪里,不识别是谁。商品识别的结果和商品库也都在门店本地网络内。
不用。每个 SKU 拍 3–8 张照片注册即可,商品库每个版本都保留、可回滚。在 Grocery Store Dataset(81 类)上、每 SKU 8 张注册照时 top-1 为 84.67%;注册张数越少精度越低,请多拍几个角度。
可以。方案中用到的 Seeed 设备支持定制 Logo、外观、包装和预装固件,也能在现有型号基础上增减接口或功能。具体范围和流程见 ODM/OEM 定制服务,也可以直接。