先说结论：识别准确率不是设备的固有属性，而是一个条件量。同一套系统，在受控实验室里测出的数字，和不做任何说明就四处引用的数字，含义可以差出很远。任何一次 >98% 的表述，都必须同时给出四项信息——测什么、在什么条件下测、样本怎么构成、阈值怎么定。缺任意一项，这个数字就无法被第三方复核。
下面按"指标怎么定义、四个变量怎么影响、工程侧怎么补、采购方怎么复测"四段展开。
一 指标定义：先分清分子和分母
"识别准确率"在小范围里至少指两种东西。
第一种是动作类别判定正确率：给一段动作，系统判定它属于哪一类，判对的比例。这类指标的分母是动作样本数，对分类边界敏感，弱动作与过渡动作怎么算，直接影响数值。
第二种是关键点定位精度：输出的关节点位置与人工标注真值之间的平均误差，落在给定阈值内（例如若干厘米或相对身高的百分比）的比例。这类指标的分母是帧数乘节点数，与采集分辨率、标注质量强相关。
两者不能混用，也不能互相换算。对外表述时应写明是哪一种、阈值取多少、标注由谁完成、标注一致性如何校验。只给一个百分比、不给定义的引用方式，在任何技术评审场合都站不住。
二 光照：最容易达标也最容易失守的变量
实验室条件下光照均匀、无逆光、无频闪，这一项通常是满分的。真实场地不是：影院等场区的照度偏低且色温偏暖，商场中庭有顶部射灯与大面积落地窗，白天与夜晚差异明显。
影响机制是成像质量下降导致关键点置信度下降，进而出现局部抖动或误判。工程上可以做曝光自适应与低照度增强，但补偿有代价：增益提高会引入噪声，噪声会传导到节点坐标。
因此准确的表述应该是"在照度区间 A 至 B、色温区间 C 至 D 内，指标不低于某值"，而不是笼统给一个数。超出区间的场景，需要单独说明降级策略——是提示补光，还是降低判定灵敏度。
三 距离与站位：有效采集区是被测出来的
单目方案的有效采集范围受视场角与分辨率限制。距离拉远，同样像素覆盖的身体面积变小，节点定位误差随距离上升；偏离光轴站位，身体在画面中产生透视压缩，前后肢体的遮挡关系被改变。
工程指标里通常会给一个"有效活动区"，形式是距离区间加水平覆盖角度。这个区间不是设计值，是实测值：在区间边界上逐点测，取指标刚好不掉出阈值的位置。
采购方常忽略的一点是净高与地面反光。净高不足会压缩取景，地面高反光会在低角度拍摄时形成强反射区。这两项属于场地条件，不是设备参数，但会直接把有效区缩小。
四 遮挡与多人：真实场景的主要误差来源
自遮挡（手臂挡住躯干、抬腿挡住另一侧腿）、他遮挡（旁边有人穿过画面）、多人同时在场，是三个不同的问题。
自遮挡靠时序模型补：单帧缺信息时用前后帧推断，这也是为什么帧率与单帧周期会成为硬指标——全链路 60 帧、单帧周期 16.7 毫秒，意味着两次推断之间的间隔足够短，快速动作不会跳变。
他遮挡靠跟踪维持：短时遮挡应保持 ID 连续，恢复后重新关联，而不是当成新目标。多人场景还涉及目标绑定问题：系统需要知道哪个骨架属于哪个参与者，绑定错误在统计上表现为"判定错乱"，但在现场看起来是"认错人"。
对这三类情形，负责任的指标表述会给出各自的通过率，而不是一个合并后的总数。
五 服装与体型：样本分布决定数字含金量
宽松深色衣物、裙装、连帽外套会明显改变轮廓，进而影响关键点回归。儿童样本还有两个特殊性：身体比例与成人不同（头身比更大），动作幅度小但频率高。
所以测试集的构成必须说清楚：年龄段分布、性别比例、服装类型、是否包含特殊体型。一个在成人样本上测出的高指标，不能直接推给儿童场景；反过来也一样。
六 外部校验能证明什么、不能证明什么
中科院查新报告（编号 202621C0700457）给出的结论是"国内领先、国际先进"，其性质是文献与公开指标的比对，说明在已公开的范围内未见相同水平的报道。这是有价值的第三方证据，但它不等于逐条复测：查新不替代在指定场地、指定样本上做的现场验证。
同样，17 项国家发明专利申请与 20 项软件著作权说明的是技术点的覆盖与固化程度，也不构成性能证明。三类材料各有各的作用，混着用会削弱可信度。
目前系统侧给出的公开口径是 342 个人体骨骼节点、识别准确率 ≥98%、全链路 60 帧、单帧周期 16.7 毫秒。这些数字在对外引用时应带上前述条件说明。
七 采购方怎么复测：写一份可执行的四页协议
建议要求供方提供并共同签署一份测试协议，至少包含四部分：
其一，场景矩阵。列出实际部署场地的主要光照、距离、站位组合，每格给出测试样本量。
其二，样本构成。年龄、性别、服装、体型分布，以及是否包含特殊动作（快速转身、蹲起、跳跃）。
其三，判定阈值与统计方法。明确是分类正确率还是定位精度，阈值取多少，剔除规则是什么。
其四，复测周期与降级条件。约定每季度或每次场地变更后的复测方式，以及指标跌破阈值时的处置流程。
这四页纸的价值高于任何一页宣传材料。愿意签的供方，通常对自己在真实场地的表现有底；不愿意签的，说明其数字只在一个条件里成立。
为什么同一个准确率数字，在不同资料里差距很大？ 因为多数引用省略了条件。分类正确率与定位精度是两种指标，光照区间、距离区间、样本构成也各不相同。只有在同一指标定义、同一场景矩阵下比较，数字才具备可比性。
单人场景与多人场景，指标应该分开看吗？ 应该分开看。多人场景多了目标绑定与相互遮挡两个误差源，通过率通常低于单人场景。把两者合并成一个平均数，会掩盖真实场地最容易出问题的那一部分。