九游体育体感竞技：用真实身体动作控制跑步、拳击、网球和健身游戏

手机摄像头、电脑摄像头、深度摄像头与可穿戴设备识别身体姿态、四肢、躯干、移动方向、动作幅度与速度，让玩家的真实动作直接控制游戏角色：Camera → Pose → Motion → Game Action。

手机靠在书架上，玩家往后退了两步，准备打一局拳击。画面里人是看到了，可脚被茶几挡住半截，窗外的阳光又从背后照进来。这时候系统面对的不是一个标准的实验室场景，而是一个随时可能丢失关键点的客厅。九游体育体感竞技栏目讨论的，就是在这样真实的环境里，怎么把身体动作可靠地变成游戏里的一拳、一步、一次挥拍。

一台普通摄像头能看到什么，看不到什么

体感竞技支持的输入设备大致有四类：手机摄像头、电脑摄像头、深度摄像头和可穿戴设备。普通RGB摄像头最容易获得，能够通过Pose Estimation估计出身体关键点，例如常见的MediaPipe Pose方案输出33个身体关键点，COCO格式的方案输出17个。深度摄像头额外提供距离信息，在前后方向的动作判断上更稳定。手环、手表这类可穿戴设备能补充手腕的加速度数据，对拳击和挥拍的速度判断有帮助。

但每一种设备都有盲区。RGB摄像头很难直接判断手是向前伸还是向侧面伸，遮挡时只能从可见部位推断；可穿戴设备只知道戴着它的那一处在动，不知道整个身体的姿势。所以九游体育的做法是以摄像头为主，其他设备为补充，而不是要求每个玩家都配齐全套硬件。

Camera → Pose → Motion → Game Action：一次动作的完整路径

Camera → Pose → Motion → Game Action → Response

摄像头采集画面后，第一步是检测画面里有没有人以及人在哪里；第二步是姿态估计，得到每一帧的关键点坐标和置信度；第三步是Motion Tracking，把连续多帧的关键点串成一段运动轨迹，从中识别出“这是一记直拳”“这是一次侧步”；第四步是把识别结果映射成游戏动作，最后由游戏给出画面和声音反馈。每一步都有可能出错，也都有各自的兜底办法。

以深蹲为例，姿态估计只能告诉系统“膝盖弯了”，要判断这个深蹲做得是否标准，还需要计算膝角、髋部相对膝盖的高度、躯干前倾角和左右对称性。摄像头看到深蹲就知道标准吗这篇文章把这一层拆解得很细。

不要求玩家站在画面正中间

很多体感游戏默认玩家站在摄像头正前方、全身入镜、光线均匀。现实中的家庭环境往往是：手机放在桌上只能拍到上半身，房间深度不够退不远，镜头是俯拍或侧拍，小孩和成人身高差很大。九游体育的处理方式包括取景引导、视角归一化、可见性判断，以及根据可见部位切换可评分的动作集合。完整思路见AI体感游戏为什么不能要求玩家站在正中间。

遮挡：看不到的部位不能乱猜

脚被茶几挡住、手臂在身体前方交叉、另一个人走进画面，都会造成关键点缺失。系统会先看置信度（Confidence），对低置信度的关键点不做强判断。上肢拳击这类动作不太依赖脚部，可以继续进行；跳跃落地和深蹲膝踝关系则需要下肢数据，此时应提示玩家调整摄像头。摄像头看不到玩家的脚一文讨论了哪些动作可以从可见关键点推断，哪些不行。

距离：站远一点为什么识别反而变差

玩家为了全身入镜往后退，人在画面里的像素面积就会变小，关键点位置更容易抖动，手腕、脚踝这类小部位最明显。系统可以通过自动放大人体所在区域（ROI）、调整输入分辨率来缓解，但仍然存在一个推荐的站位范围。站远以后识别为什么变差解释了距离、分辨率和关键点精度之间的关系。

光线和画面质量

逆光会让身体轮廓变暗，夜间室内光线不足会让画面噪点增加，快速动作时还可能出现运动模糊。这些都会直接降低关键点的置信度。建议让主光源从正面或侧面照亮身体，避免背对窗户站立。摄像头常见的30fps或60fps帧率也会影响对快速动作的捕捉，帧率越低，一次快速出拳能被采到的画面越少。

九游体育在每局开始前会做一次简短的环境检查：画面亮度是否足够、人体轮廓是否清晰、关键点是否持续稳定。如果检查结果不理想，系统会先给出具体的调整建议，比如“请打开主灯”“请转向窗户方向”，而不是直接开始游戏后再频繁出现误判。对于暂时无法改善的环境，系统会适当放宽对细节动作的要求，只保留对大幅度动作的判定。

延迟：体感竞技首先是一个实时系统

在拳击和网球这类对抗项目里，玩家从挥出动作到看到角色响应之间的时间（Input-to-Action Delay）直接决定手感。如果等整个动作结束再判定，角色总会慢半拍；如果起手就触发，又容易把抬手擦汗误判成出拳。挥拳以后角色什么时候出拳介绍了用起手阶段预测、先播放前摇再确认的方式。降延迟又不增加误识别则讲了滑动窗口、双阈值和平滑滤波之间的取舍。

跑步、拳击、网球和健身：不同项目需要不同的判定

原地跑步主要看步频、抬膝高度和左右交替节奏；拳击看出拳方向、速度和回防；网球看挥拍方向、击球时机和转体；健身动作则更关注幅度和稳定性。同一套关键点数据，在不同项目里被读成不同的游戏指令。背后支撑这些识别能力的模型，可以在动作识别大模型栏目里了解；如果想体验同样的动作在VR和AR空间里如何交互，可以前往VR体育与AR体育栏目。