CV落地应用过程中，会遇到许多需要数人数的场景。例如判断某个区域是否发生人群聚集；判断某个区域是否有两个人共同作业，单人作业时上报预警；某区域内人数是否达标，进而判断是否开早会；某项活动出席人数是否满足条件等等。
实际应用中，多是采用人体检测模型对图像推理，根据输出的box框个数确定画面中的人数。但某些场景中存在如下问题：
-
人数过多，或摄像头角度不适宜时，人体与人体之间产生严重遮挡，导致人数统计不准；
-
人体被桌椅（坐姿）、货物等严重遮挡，导致漏检，人数统计不准；
-
人员在行动过程中姿态超出常规形态，小概率导致漏检。
为解决以上问题，可引入人头检测模型，人体头部区域相对人体躯干，在画面中所占面积较小，相互遮挡的概率也较小。将人体检测结果和人头检测结果综合起来判断，可提高算法的鲁棒性。简介如下：
-
分别利用人体检测模型和人头检测模型，对图像进行推理计算，得到人体box框和人头box框结果；
-
分别对多个人体box框、多个人头box框，进行nms操作，删除冗余的检测结果；
-
综合2中输出的人体box和人头box，得出最终人数。
当然，最终的人数结果不能是人体box 和 人头box数量的简单相加， 若简单相加，大概率同一个人被重复统计，需要将人体和人头box对应起来去重，得到更为准确的人数结果。
基础的“对应”方法，即按照人体和人头的交互面积比（IOU）来判定，若人头box与某个人体box重合面积较大，大概率属于同一个人员。
下面分情况讨论人体+人头综合判断人数的算法逻辑：
1. 人体和人头一一对应，不存在遮挡的情况
此种情况较为简单，利用IOU将人体和人头box框对应好后，由于存在可能性漏检或遮挡，取人体box数量、人头box数量较大者保留即可。
2.人体或人头有相互遮挡的情况
若人体被遮挡或距离较近被nms抑制，人体box和人头box可能出现一对多的情况（上图最右侧）。此时，应保留人头box。
若人头被遮挡或距离较近被nms抑制，人体box和人头box可能出现多对一的情况。此时，应保留人体box。
综合以上步骤，可提高数人数相关算法的准确性。
值得一提的是，数人数相关算法应用过程中有一些注意点：
-
有条件的情况下，可调整摄像头位置、角度，尽量减少遮挡，包括物对人的遮挡和人与人之间的遮挡。虽然综合判断逻辑减少了漏检，但人头和躯干都完全被遮挡的仍无法参与统计。
-
人员处于活动状态的场景，可结合连续多帧画面综合判断，取数量较大且稳定的值作为最终人数输出结果。
-
以上逻辑，人体box或人头box保留的优先级可根据场景不同、遮挡情况不同而做适应性调整。
