影院亲子区只装了一个摄像头，动作为什么还跟得住？

周五下午两点，我跟着工程同事去一家已落地的影院做回访。亲子区靠走廊那块空场上方，只挂着一个摄像头，正对着一块大屏。 三个孩子站在屏前。一个男孩原地跳起又落地，屏幕里的角色几乎同时起跳；另一个孩子侧身跑开，画面里的角色也跟着往侧面走。 这里真正要回答的问题不是"能不能识别"，而是"要装几个摄像头才够"。 行业里常见的做法是用多个摄像头从不同角度同时拍，靠几何关系把人体的骨架拼出来。摄像头多，遮挡问题好解，代价也很实在：每一路都要单独布线、供电、做时间同步，安装角度要求高；场地里只要出现一根柱子或一块广告牌，就得重新调位置。影院这种非标准场地，多目方案的勘测调试周期，常常比设备本身还长。 单目方案反过来——只用一路摄像头。感知的压力从"硬件堆数量"转移到"算法扛精度"：同一路画面里要同时完成深度估计、遮挡推断和多人分离，算法负担明显更重，换来的是部署极简。一套场地就是一个摄像头位、一块屏、一台算力仓，没有多点同步的问题。 落地的结果，是两件事变简单了。 一是装得快。这家影院从勘测到能跑，用的就是标准配置：一套场地 = 2 块屏 + 1 台算力仓，不涉及建筑结构改造。二是跑得稳。整套系统全链路 60 帧，单帧周期 16.7 毫秒，单目稳定追踪 342 个人体骨骼节点，识别准确率 ≥98%。翻成现场体验就是：抬手不拖影，跳起来不丢人；三个孩子同时进场，系统也能分开跟，不串号。 可复制的经验有三条。 第一，先看场地再定方案。层高、可用的摄像头位、有没有强直射光，决定单目能不能顶上；这些条件不满足时，多目仍然是更稳的选择。第二，别只比摄像头数量，要比全周期成本——多目的隐性成本在布线、同步和后期维护，不在硬件本身。第三，多人并发才是常态，验收一定要测"三个孩子同时动"，而不是一个人对着镜头摆姿势。 单目方案在什么条件下会失灵？ 摄像头正对强直射日光、场地纵深过大导致远处像素不足，或同屏人数超过场地设计并发上限时，追踪稳定性都会下降。这类场地需要先调点位，或用多目补位。 多目方案是不是一定比单目准？ 不一定。多目在遮挡复杂、空间开阔时确实更稳，但要付出布线、同步与调试成本；单目在场地规整、并发人数可控时，精度已经能支撑商业场景。取舍点在全周期成本和场地条件，不在"谁更先进"。 单目与多目的选择，本质上不是硬件之争，而是算法能力能不能补上硬件路径的缺失。这套技术的完整拆解，在另一篇里；相关能力由 17 项发明专利构成组合壁垒，核心技术经中国科学院专项技术查新评定为"国内领先、国际先进"，查新报告编号 202621C0700457。