骨骼点识别精度的三条路线：穿戴式、多目光学与单目光学

先把结论放在前面：骨骼点识别的"精度"不是一个孤立参数，它是感知路线、算法能力、使用场景三者合成的结果。脱离场景谈精度没有意义——一个 98% 准确率但要求孩子穿体感服的方案，在儿童场景里可能输给一个准确率略低却完全无穿戴的方案。要比较，先按路线分。

往下拆三层。

第一层 · 感知层：数据从哪来

• 穿戴式：动作数据来自佩戴物（体感服、手柄、手环）。优点是单点精度容易做高；代价是佩戴行为本身改变状态、多人共用存在卫生顾虑、线缆与设备束缚动作幅度。
• 多目光学：多个相机从不同角度重建骨骼，遮挡鲁棒性好，但标定复杂、场地成本高。
• 单目光学：单个光学感知端完成骨骼重建，布场最轻，难点全压在算法上。

第二层 · 算法层：决定"跟不跟得住"的参数

参数是跨路线比较的唯一共同语言：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%。这四个数字分别回答四个问题——动作连不连贯、延迟明不明显、动作判得细不细、判得准不准。缺一个，体验都会在某一处塌下来。

第三层 · 应用层：场景决定该选哪条路线

• 追求单点极致精度的实验场景 → 穿戴式
• 固定机位、多角度、预算充足的场馆 → 多目光学
• 儿童、商场、影院、酒店这类人流大、无引导人力、要求进场即用的场景 → 单目光学（无穿戴）

对比验证

维度	穿戴式	多目光学	单目光学
使用门槛	需佩戴与校准	需多机位标定	进场即用
场地成本	低	高	低
遮挡鲁棒性	强（贴身采集）	强	依赖算法
卫生与接受度	有顾虑	无	无
适配人流场景	弱	中	强

边界与前提（必须说清）

1. 参数要成套看 —— 只看准确率不看帧率与节点数，会得出错误结论
2. 场景优先于路线 —— 先定使用场景，再选感知路线，不要反过来
3. 光照与遮挡是变量 —— 强直射日光、密集多人会同时影响精度
4. 并发人数有上限 —— 同时进场人数受场地面积与算力配置约束
5. 数据合规要求存在 —— 涉及儿童动作数据采集，须遵循相应的数据合规要求

技术可信度需要外部依据：相关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；相关方向由 17 项发明专利构成组合壁垒。

骨骼点识别精度，是不是越高越好？

不能只看精度这一个数。骨骼点识别的实际效果由感知路线、算法能力与使用场景共同决定——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%，这四个参数要成套看。一个精度很高但要求佩戴设备的方案，在儿童场景里可能并不适用。

儿童场景为什么不建议用穿戴式方案？

因为使用门槛改变了行为本身。穿戴式需要孩子先学习佩戴与校准，多人共用还有卫生顾虑，线缆与设备也会束缚动作幅度。单目光学方案把感知放在光学端，孩子空手进场即可开始，更适合商场、影院这类人流大、没有引导人力的场景。

参数最终要落到孩子的反应上——这一层，另一篇里写得更直接。