人还没站直,为什么深蹲次数先增加了? —— 姿态练习镜实战手记(第 05 篇)【共创稿事节】

系列主题:AI 姿态练习镜|第 05/09 篇;主线为视频时序、骨架证据与端侧可信反馈。开发环境与应用界面由 AI 生成,图片数据用于说明文章场景。
开篇:把看似偶然的问题变成可测的工程条件
“人还没站直,为什么深蹲次数先增加了?”看似是单个功能的问题,实际上牵涉采集、模型与业务规则之间的边界。本文围绕项目“姿态练习镜”拆解这一故障:先提出可复现的失败条件,再确定拒绝错误结论的门禁,最后给出能够在没有真实模型时独立运行的业务测试。文章中的阈值用于解释算法取舍,不表示适合所有身体条件或所有机型。
1. 角度低于阈值不等于完成一次动作
最早的计数版本经常只有一行判断:膝角小于某个数字就让 count 加一。用户只需要在底部停留几帧,就会不断增加次数;工程师加上布尔锁后,又会在用户抬起一半时过早解锁。深蹲本质是时间序列事件,必须区分完整下降与恢复,而不是把单帧角度转成计数。我们先定义一次完整重复要求观察到可靠起始姿态、进入底部区域并持续短暂时间、再回到起始区域,同时整个循环保持同一用户身份和足够连续的时间。
2. 状态机解决的是事件边界
示例状态从 SEEK_TOP 开始,检测到足够伸展的站姿后进入 TOP;随后膝角下降到下阈值才进入 BOTTOM_CANDIDATE;角度维持到最短时间后成为 BOTTOM;最后回到上阈值并满足最小循环时间,才产生 rep_completed。通过显式的阶段转换,底部静止不会重复计数,来回小幅抖动也不会无缘无故形成新一轮。这里的数值阈值是工程示例参数,不能写成适用于所有人的“标准深蹲角度”,实际应结合动作目标与标注结果调校。
3. 迟滞窗口为什么不可缺少
如果上阈值与下阈值设置得太近,噪声会让角度在边界来回穿越,状态在上升和下降之间频繁跳变。迟滞是用两个不同区域隔开转换条件,类似一个需要跨过宽阈值区间的开关。更细致的实现还需要把时间和角度一起考虑:只有达到下阈值后持续足够时长,才承认进入底部。这样可以拒绝瞬间遮挡造成的伪低角度,也避免把用户快速但有效的运动简单视为错误。阈值应在适当的动作样本上被解释与验证。
4. 时间门限必须读取采集时间戳
假设一次动作在真实世界中用了约一秒钟,而模型因为设备发热积压了视频帧。若状态机按回调执行时刻计算时长,它看到的是推理拥堵,不是运动持续时间。我们使用 capturedAtMs 维护底部停留与循环起点,并严格拒绝非递增时间戳。中断间隔太大时,就不再声称知道用户是否完成动作,状态回到 SEEK_TOP 等待重新建立观察。这个重置不是“少算一次”的缺陷,而是在证据不足时避免编造。

图 2:AI 生成的开发环境画面,代码以正文与源码为准。
5. 对遮挡的容忍应当不对称
短时遮挡下,界面可以利用 held 坐标维持骨架线,但计数不能凭 held 点宣布完成。如果关键点在下降阶段消失,又在站直后恢复,模型不应推测用户中间一定下到了底部。反过来,如果底部已经有可靠观测,只是回升过程短暂失联,是否允许继续这次循环要基于明确的最大间断时间与保守规则。我们选择对重要边界严格:关键状态转换只接受可靠测量,超过容忍窗口直接重新等待起始姿态。
6. 同一动作可能出现多个角度候选
深蹲时左腿被椅子遮挡而右腿清楚可见,简单地固定用左膝就会让计数暂停。更复杂的实现可以从两侧角度中选择可靠的一侧,但必须记录这一切换,并避免在左右腿之间频繁切换导致角度跳动。把两腿角度平均也未必正确,因为透视、遮挡和姿态本身的不对称会影响测量。对首个稳定版本,明确要求侧面站位并固定可靠侧腿,可能比追求“无论站哪里都能算”更可解释。
7. 为什么在完成动作时才写数据库
一个计数显示可以即时更新,但持久化时只应保存已经完成、具有唯一 eventId 的重复事件,而不是每帧写入“当前角度”。重复渲染、页面恢复和异步回调可能导致同一个完成信号重复触发。把 sessionId、trackId 和 repIndex 合成业务幂等键,再在本地记录层做去重,能避免一次动作在回放和刷新时增加两次。单纯的 UI 变量自增无法提供跨页面的可靠性;如果用户主动重置本次训练,必须开始新的 session 而不是复用旧索引。

图 3:AI 生成的姿态练习应用画面,界面数据用于说明功能。
8. 动作停止比误报更值得清晰提示
如果用户在半蹲时退出画面,计数器不应继续等待某个角度凭空恢复。页面显示“检测暂停,请重新站到取景位置并站直”,通常比显示“动作失败”更准确。用户可能有不同的活动能力或选择不同的动作幅度,这个产品不能根据二维角度给出医疗性质的好坏评定。它只是按明示的一组示例标准统计可观察的完整循环,允许用户关闭辅助判断并手动修正次数。
9. 回归样本要包含不完成的动作
只准备十次标准深蹲并检查 count=10 很容易高估效果。更需要加入半蹲、底部多次晃动、站立期间小幅弯膝、离开画面、被他人遮挡、突然转身、跳帧以及长时间停止后的恢复。每段数据给出预期的事件序列,而非只给最终次数;这样才能定位是 TOP 到 BOTTOM 的过渡错了,还是 BOTTOM 到 TOP 的完成判断错了。还应单独统计误计数率和漏计数率,不能用一个总体准确率掩盖二者。
可以复制运行的关键业务代码
以下代码摘自压缩包 核心源码/src/repetition.mjs,属于我们定义的纯业务逻辑,不是 HarmonyOS 系统提供的同名 API。它可以在 Node.js 18+ 下通过仓库测试调用;相机采集和模型推理仍需按官方文档另行接入。
// 以髋膝踝夹角的膝角为例,阈值是教学起点,不是跨人群的动作标准。
export class SquatCounter {
constructor({down=100,up=158,minBottomMs=100,minCycleMs=600,maxGapMs=350}={}){
this.cfg={down,up,minBottomMs,minCycleMs,maxGapMs};this.state='SEEK_TOP';this.reps=0;this.topSeenAt=null;this.bottomSince=null;this.lastAt=null;this.cycleStart=null;this.events=[];
}
update({angle,timeMs,reliable=true}){
const c=this.cfg;
if(this.lastAt!==null && (timeMs<=this.lastAt || timeMs-this.lastAt>c.maxGapMs)){
this.state='SEEK_TOP';this.topSeenAt=null;this.bottomSince=null;this.cycleStart=null;
}
this.lastAt=timeMs;
if(!reliable || !Number.isFinite(angle))return {state:this.state,reps:this.reps,event:null,reason:'invalid_measurement'};
let event=null;
if(this.state==='SEEK_TOP' && angle>=c.up){this.state='TOP';this.topSeenAt=timeMs;}
else if(this.state==='TOP' && angle<=c.down){this.state='BOTTOM_CANDIDATE';this.bottomSince=timeMs;this.cycleStart=this.topSeenAt;}
else if(this.state==='BOTTOM_CANDIDATE'){
if(angle<=c.down && timeMs-this.bottomSince>=c.minBottomMs){this.state='BOTTOM';}
else if(angle>=c.up){this.state='TOP';this.bottomSince=null;}
}
else if(this.state==='BOTTOM' && angle>=c.up){
if(timeMs-this.cycleStart>=c.minCycleMs){this.reps++;event={type:'rep_completed',index:this.reps,completedAtMs:timeMs};this.events.push(event);}
this.state='TOP';this.topSeenAt=timeMs;this.bottomSince=null;
}
return {state:this.state,reps:this.reps,event,reason:'ok'};
}
}
阅读这段代码时要特别区分输入的契约是否可靠与输出的数值是否能支持动作结论:计数器的输出不只是一个整数,更是一个能被回放验证的事件。每次完成事件要保留会话、轨迹和时间区间,重放同样的可靠输入应该得到同样的结果。通过状态机,开发者可以看到每一次误计数发生在哪次状态跃迁,而不是靠改动阈值试运气。与用户有关的自动评价仍要谨慎,明确说明它属于简化的动作观察规则。
深一层:那些会让简单修补再次失败的细节
计数边界:底部判定不是角度的一次穿越
模型在一次下降途中可能因关节遮挡产生一个特别低的角度,若状态机只检查角度阈值便会进入底部。增加最短停留时长是第一层防护,但如果连续多帧都来自同一次错误关联,仍可能通过时间门槛。因此进入底部之前还应确认主用户身份未变、关键关节保持可靠、时间连续且视角条件仍成立。对证据中断的状态主动放弃本轮计数,比使用历史点“补出”动作更符合可验证的产品边界。
计数边界:动作幅度因人而异
将某个统一角度写成“动作有效”的绝对标准,会误伤不同身形、灵活度或练习目标的用户。我们仅用上下角度阈值示例迟滞与状态机的工作原理,产品化时应先确定某个具体练习的观察规则,再在合法采集的目标群体验证。用户可选择关闭自动评分,仅获得计数与时间提示。动作是否适合个人身体条件,不由二维摄像机自动判定;说明书与产品文案要明确避免临床或运动医学承诺。
状态机可重放:不要让 UI 重渲染偷偷推进状态
前端框架可能因为属性变化多次重建组件,如果动作状态机被放在 UI 计算属性里,它可能对同一帧执行两次更新,造成偶发重复次数。应让计数状态机成为独立会话服务,输入必须携带唯一的 sequence 与 capturedAtMs,处理后发出明确事件。UI 只消费计数结果,不负责决定是否出现新重复。回放同一套测量序列时必须得到相同的事件列表,这种确定性是故障复盘和自动化回归的前提。
中断恢复:缺了一半动作不能补全
用户站直后开始下蹲,镜头被遮挡两秒,再出现时已经直立。如果系统把遮挡前的“下降”和遮挡后的“站直”拼接,就会宣布完成一次并不存在充分证据的动作。状态机需要最大允许帧间隔,超时重置为 SEEK_TOP,并提示重新建立起始姿态。一次漏计数对用户可见,但错误计数更难被发现,因此保守重置是有意识的权衡。若用户认为确实做了一次,应允许手动更正记录,而不是悄悄推断。
异步一致性:跨会话的完成事件不得落库
即使状态机只对一份输入计数,推理回调也可能在页面切换后迟到。任何 rep_completed 事件入库前都应再次确认 sessionEpoch、trackId 和动作模板仍匹配当前会话。持久化层还应使用明确的业务幂等键,避免同一事件因为重试或页面恢复被保存两次。这并不需要复杂的分布式系统,核心是把事件身份写进数据结构,而不是依赖某个按钮只会被点击一次。
数据审计:用相位序列解释每一次计数
计数结果可以附上开始、底部、回到顶部的采集时间戳和关键条件是否满足的摘要,而不必永久保存整段人体视频。若用户质疑一次记录,应用可以展示“在这些时间段检测到了完整动作”,也可以坦诚说明因为遮挡未予计数。诊断与隐私并不是二选一,关键在于选择足够支持回溯又不过度收集的证据。状态机每次改变条件时,事件摘要的结构版本应同步更新。
故障注入与可回放验收
我们用五个有时间戳的角度观测构造一次完整动作:先可靠站直,然后进入较低角度区间、在底部维持超过设定时长,再过渡到上升并回到起始区间;预期只产生一个 rep_completed 事件。另一组输入仅在上阈值附近上下晃动,不应产生次数。再把底部候选观测的可靠性置为 false,即便数字很低也不允许计数。最后在中途注入数秒空白,检查状态自动回到 SEEK_TOP 而不是补算未知动作。
为了让排查结果可以交给下一位开发者,建议每次故障记录至少包括会话版本、输入边界、期望输出、实际输出、受影响模块和复现步骤。这里的自动化用例验证的是规则与状态转换,不能据此声称某型号 HarmonyOS 手机已经实现了对应推理 FPS、姿态准确率或功耗收益。完整的 Node.js 测试位于压缩包 核心源码/tests/core.test.mjs,可以离线复跑。
适用条件与技术边界
本例的状态机只提供单动作单人的保守基线。若想支持爆发型、停顿型或不同幅度的专项练习,需要重新定义目标动作的相位、时间条件和评分意义,不能只把深蹲的阈值复制过去。使用二维视觉计数时,遮挡和镜头角度的限制必须保留;产品不应以“完美动作”口吻否定用户的自然差异。
本篇实施小结
经过这一轮排障,计数器的输出不只是一个整数,更是一个能被回放验证的事件。工程交付不应止于界面显示正确,还必须能解释在输入缺失、设备降频或用户切换页面时为何拒绝或接受一次结论。下一篇将处理二维投影造成的观察偏差,建立“可以判断”和“必须拒绝”的反馈边界。
发布前核对清单
- 验证底部停留不会累计多次;半程动作不计数;关键点 missing 暂停转换;采集间隔超限重置阶段;用户切换 trackId 不继承半途状态;保存 rep_completed 时为事件创建幂等键。
官方核对方向:相机预览与图像时间戳;本仓库合成数据单测。具体 API 调用与权限以所用 DevEco Studio/HarmonyOS SDK 版本为准,相关官方链接统一列于压缩包根目录《官方技术依据与适用边界.md》。
更多推荐
所有评论(0)