人如何摆放身体，能透露很多关于任务的信息。从姿势可以看出工位是否合身、一次测试中人动了多少、参与者是前倾还是转身离开。过去要测这些，通常需要动作捕捉服或数小时的人工标注。对许多问题来说，一台摄像头加一个姿态估计模型就够了，前提是你清楚二维估计能说明什么、不能说明什么。
Neutropic 用 pose_estimate 工具从照片和视频估计身体姿态，用 face_expression 估计头部朝向。本文介绍它们计算什么、你会得到什么，以及局限在哪里。截图来自一次新的对话，测量了一张全身照和一张人像照。
可以上传什么
- 照片。 PNG、JPG、WebP 或 BMP。
- 视频。 MP4、MOV、WebM、AVI、MKV 或 M4V。应用内预览使用浏览器播放器，想观看视频的话 H.264 MP4 最稳妥；无论哪种格式，分析都在服务器上解码。
/analyze 估计 pose_yoga.jpg 中的身体姿态：关节角度、姿势和关键点叠加图，并简要汇总数值。
测量原理
工具运行 MediaPipe PoseLandmarker（lite 模型），找出 33 个身体关键点，从鼻子、耳朵到肩、肘、腕、髋、膝、踝和脚。每个关键点都有可见度分数，低于 0.3 的关键点会被丢弃，而不是猜测。它用其余关键点计算：
- 八个关节角度（度）：左右肘、左右膝、左右髋，以及左右肩外展（上臂与躯干的夹角）。
- 姿势。 膝和髋都接近伸直（≥ 150°）时为 standing，两者都明显弯曲时为 sitting/squatting，介于两者之间为 bent/transitional，看不到腿时为 unknown。
- 手臂位置。 根据肩外展判定为 raised、extended sideways 或 down at sides。
- 躯干倾斜。 从髋部中点到肩部中点连线的倾斜角，单位为度。
- 朝向。 根据肩宽与躯干长度之比判定为 frontal、oblique 或 sideways/turned。
视频默认按每秒 5 帧采样。除逐帧数值外，还会得到各姿势和手臂位置所占的时间比例、平均关节角度，以及相邻帧之间关键点的平均位移。位移是衡量一个人动了多少的粗略指标。
头部朝向来自面部工具。face_expression 为每个有人脸的帧返回 yaw、pitch 和 roll（度）。这次对话里的人像照分别为 −5.7°、−8.5° 和 −1.5°，也就是脸只稍微偏离镜头。参见面部表情分析。
得到什么
- 叠加图（
*_pose_overlay.png）：在第一个检测到人的帧上画出关键点和骨架，一眼就能看出模型是否锁定了正确的身体。 - 表格（
*_pose.csv）：每张图像或每个采样帧一行，包含姿势、手臂、躯干倾斜、朝向和八个角度。 - 汇总数值：出现在对话和报告中，每个数值都能追溯到对应的工具调用。
报告整理了同样的数值，句子带有指向 pose_estimate 步骤的 [n] 引用：
如何检验
在内部检查中，上面这张全身照的结果是站立、双臂下垂、正面朝向，与照片一致。早期版本用肩宽的绝对值判断朝向，而整个人都进入画面时这个值总是很小，于是全身照看起来都像侧身。现在改为用肩宽与躯干长度之比来判断。
诚实地失败同样重要。在只拍到人脸的视频上，工具报告了 "no person detected"，而没有凭空编出一个身体。摄像头构图有误时，这正是你想要的行为。
研究用途
- 人因工程与工位研究。 比较不同桌面配置下的坐站时间、躯干前倾和伸手时的肩外展。
- 动作与活动量。 用关键点平均位移作为各任务阶段活动量的粗略指标，例如比较无聊区块与投入区块中的小动作。
- 社交与非言语行为。 身体和头部是否朝向对方或屏幕。
- 康复与运动预研究。 在受控的机位下观察膝或肘的角度，作为使用实验室级系统之前的初步探索。
每位参与者的汇总结果可以像其他表格一样交给统计工具：
/stats posture_by_setup.csv 中每位参与者、每种桌面配置（standard、sit-stand）一行，记录坐着的时间比例和平均躯干倾斜。请比较两种配置，检查前提假设，并报告效应量。
坦诚的局限
- 二维角度。 角度是在摄像头图像平面上测量的，而不是三维的。朝向镜头的肢体看起来更短，角度也会失真。请让摄像头垂直于你关心的平面（膝屈曲从侧面拍，肩外展从正面拍）。
- 只跟踪一个人。 模型只跟踪单人，多人场景请先裁剪。
- 粗略的姿势标签。 standing、sitting 等标签来自固定的角度阈值。不要只看标签，也要看叠加图和角度。
- 可见度。 宽松的衣服、遮挡和不寻常的姿势会降低关键点可见度。可见度低的关键点会被丢弃，所以有些角度可能是缺失而不是错误。
- 采样。 每秒 5 帧对快速动作来说采样不足。做动作分析时请要求更高的采样率。
- 不是临床步态分析或动作捕捉系统。 请把数值当作研究测量；如果精度重要，请在一部分样本上与参考设备对照。
这次对话的报告也列出了自身的局限，包括二维投影：
拍摄参与者：知情同意与隐私
即使遮住脸，全身视频也能识别个人。首次上传前，Neutropic 会显示 上传研究数据之前 的提示，请你确认已具备处理这些数据所需的权利、同意和审批（例如 IRB 或伦理委员会）。请告诉参与者，他们的动作会被自动分析。测量在 Neutropic 的服务器上运行，上传内容在你删除之前一直保存在私有工作区，不会用于训练（见隐私政策）。尽量共享派生的姿态表格，而不是视频。
延伸阅读
- 包含头部姿态的面部表情分析
- 从面部视频测心率（rPPG）
- 处理照片和图表的图像分析
- 超越表格：脑电、音频和视频
- 面向心理生理学实验室的 Neutropic
