为了给开合跳腾出地方，玩家把茶几推到墙边，又往后退了两步。结果刚才还很稳的游戏角色，手臂开始轻微发抖，深蹲偶尔会被多算一次，屏幕还提示了一句“注意膝盖方向”，可他觉得自己的膝盖明明没问题。人没变，动作也没变，真正变的是玩家在画面里占了多少像素。九游体育在处理这类问题时，先把“站远了”翻译成一串具体的数字，再决定在哪一层补救。
Camera → Pose → Motion → Game Input → Response
往后退两步，人在画面里缩小了一半
在焦距固定的情况下，人体在画面中的高度大致与站立距离成反比。在一个示例设定里，摄像头以1280×720横屏拍摄，玩家站在约2米处时，全身高度约占画面高度的八成；退到约4米时，只剩四成左右，也就是不到300个像素。手腕、脚踝这些细小部位，此时在原始画面里可能只有十来个像素宽。
距离拉远还会带来附带问题：人离开了补光灯的照射范围，画面噪点变多；自动曝光优先照顾背景，人物变暗；视频压缩也更容易把小尺寸的细节抹平。这些都会进一步降低细节质量。对只需要看手臂的拳击关卡来说，这点损失也许还能接受；对需要看膝盖和脚踝关系的深蹲，影响就明显得多。
模型看到的不是原图，而是一张更小的图
姿态估计模型并不直接处理整张高清画面。为了在手机上跑出实时帧率，常见的轻量模型输入只有一两百像素见方，例如 MoveNet 的 Lightning 版本使用192×192的输入。如果把整张横屏画面直接缩进这个尺寸，站在远处的玩家可能只剩几十个像素高，手腕只是一两个像素。
这时模型的定位误差哪怕只有一个输入像素，换算回原图也是好几个像素，而且相对于变小的身体，这个误差的比例更大了。关节角度是由三个关键点连线算出来的，大腿和小腿在画面中越短，同样的点位误差造成的角度波动就越大。在模拟场景里，站在近处时膝角可能只抖一两度，站远后可能抖到接近十度，足以让判定来回越过门槛。
先找到人，再把这块区域放大给模型看
解决思路是不把整张画面交给姿态模型，而是分两步：先用人体检测找出玩家所在的区域，再把这一块裁出来，放大到模型的输入尺寸，也就是常说的 ROI（感兴趣区域）处理。这样无论玩家站近还是站远，人体都能尽量占满模型输入，关键点定位的相对精度得以保持。
这里有几个细节需要处理好：
- 留边距：裁剪框要比人体略大，否则开合跳时手臂一举高就被切出去了。
- 跟踪而不是每帧重检：用上一帧的关键点推算这一帧的裁剪框，既省算力又稳定；跟丢时再重新检测。
- 按需提高采集分辨率：玩家站得很远时，可以把摄像头采集切到更高分辨率，代价是更多的计算和发热，因此只在必要时启用。
需要说清楚的是，放大裁剪区域并不能凭空产生原图里没有的细节。原始画面里只有一百多个像素高的人，放大之后依然模糊，只是比整图缩小要好得多。所以ROI能缓解问题，但不能取代合理的站位。九游体育的做法是两者配合：ROI负责在推荐范围内把精度用足，站位提示负责让玩家尽量待在这个范围里。
把抖动挡在动作判定之外
即使做了ROI，远距离时的关键点抖动仍然比近处大。九游体育在动作层做了三件事：
- 按人体尺度归一化：所有距离都用躯干长度换算成相对值，玩家站远站近，门槛的含义保持一致。
- 滤波强度随尺度调整：人体越小，平滑越强，代价是轻微增加延迟；人体大时恢复轻度平滑，保证反应速度。
- 评分项随尺度降级：人体过小时，仍然判断动作是否发生（Motion Detected）和动作幅度（Range of Motion），但暂停膝盖内扣、左右对称这类细粒度的质量项，避免把噪声当成动作问题；同时提高关键点置信度（Confidence）的采用门槛，低于门槛的帧不参与计算。
这也是开头那句“注意膝盖方向”出现的原因：在没有降级的情况下，远距离的膝盖关键点抖动被误读成了内扣。
推荐站位范围：按人体占画面的比例划三档
系统会持续估算人体高度占画面高度的比例，并据此给出站位状态。以下为示例设定：
| 人体占画面高度 | 站位状态 | 系统处理 |
|---|---|---|
| 超过九成或头脚被裁切 | 太近 | 提示后退，受影响的动作暂停评分 |
| 五成到九成 | 推荐范围 | 全部动作与质量项正常评估 |
| 低于五成 | 偏远 | 启用更强滤波，细粒度质量项暂停 |
首次使用时的动作校准会记录玩家身高与推荐站位，之后每局开始前都会用这个范围做一次快速检查。
提示放在两局之间，而不是动作做到一半
玩家在跳跃中途被一句“请向前一步”打断，体验很糟，还可能打乱动作。因此除非人体已经小到无法识别，站位提示都放在两局之间或休息环节：屏幕上显示一个人形框和地面方向箭头，玩家走进框里即可开始下一局。如果下载后始终拍不全身体，可以参考摄像头识别不到完整身体的排查步骤。
