深蹲角度正确为什么还是会练错？od体育姿态识别开始分析速度、重心和左右不对称

两个膝角一模一样的人，一个稳如桩，一个在悄悄歪

请设想一组模拟数据：A和B两位练习者，都是徒手深蹲，都从正侧面被拍下来。算法在最低点抽出一帧，得到的数字几乎相同，膝关节屈曲约95度，髋关节屈曲约100度，踝关节背屈约28度。如果评分逻辑只有"角度是否落在合理区间"这一条，A和B会拿到同样的分数，同样的评语："深度合格"。

但把整段视频放慢，两个人的差别很快显现。A的髋部在下降过程中沿着一条接近竖直的线往下走，起身时轨迹几乎原路返回。B下蹲到一半，髋部开始向左偏移，最低点时重心明显压在左脚，起身时右膝抬得比左膝晚，躯干为了补偿轻微侧倾。这些差别不体现在最低点那一帧的三个角度上，它们藏在时间里，也藏在左右两侧的对比里。

这就是本文想讲清楚的问题：深蹲的"角度正确"只是必要条件之一，而不是充分条件。练错的原因往往出现在速度、重心和对称性这三件事上，而这三件事都需要把静态的姿态判断，升级为对一段运动序列的分析。od体育的姿态识别在深蹲这个场景里的设计思路，就是不再只盯着某个瞬间的角度，而是把整次下蹲当作一条曲线来读。下面按这个思路逐项拆开，同时讲清楚正面和侧面两种机位分别能读到什么、读不到什么。

只看角度和看整段序列，到底差在哪

先把两种思路放在一张表里对比。表里的例子沿用上面的A和B，所有数值均为模拟示例，仅用于说明逻辑，不代表真实测量。

表里最后一行值得单独说一句。序列分析不是"更高级所以更好"，它在提供更多信息的同时，也放大了错误的代价：单帧里一个关键点偏了几个像素，影响只限于那一帧；放到时间序列里，偏差会被求导、被累加，变成速度曲线上一个不存在的尖峰。所以做序列分析的第一原则是先保证输入干净，第二原则是每个特征都要能说清它对噪声有多敏感。

速度曲线：下蹲不只是"到没到底"

把髋部关键点的纵向坐标随时间画出来，就得到一条下蹲位移曲线，对它求一次导是速度，再求一次导是加速度。一次受控的自重深蹲，下降段通常表现为平缓加速、随后逐渐减速，在接近底部时速度自然趋近于零；如果在最后一段突然出现急剧的减速峰，说明身体是靠关节的末端范围"硬刹车"，而不是靠肌肉平稳地控制。B在这里就有一个问题：前半段几乎不费力地掉下去，后半段才被迫制动。

速度还有两个常被忽略的用法。其一是下降与上升的时间比。同一个人在不同状态下，下降用时和上升用时的比值会变化：疲劳或代偿出现时，上升段往往被明显拖长，或者在某个高度出现"卡壳"，速度曲线上会有一个平台。其二是多次重复之间的一致性。如果八次动作的下降时间从两秒逐次缩短到一秒，就不是"越来越熟练"这么简单，很可能在用惯性替代控制。

这里有一个容易做错的地方：用帧间差分直接求速度。视频里的关键点带有抖动，一阶差分会把抖动放大，二阶差分更是几乎全是噪声。常见做法是先对轨迹做适度平滑，再求导，并且平滑的强度要小于动作本身的节奏尺度，否则真正的"急停"会被磨圆。手机视频常见帧率是每秒30帧上下，一次一秒的快速下降只有三十来个采样点，能提取的细节就有限，这一点在结论里必须诚实地写出来，而不是给出一个精确到小数点后两位的"速度评分"。

底部那一秒：停顿、反弹与"弹簧效应"

最低点附近的行为，是深蹲质量里信息密度最高的一段。受控的动作，会在底部有一个短暂的、可以被识别的速度接近零的区间；靠反弹起身的动作，则几乎没有这个区间，下降速度直接反转成上升速度。对于初学者，底部反弹意味着关节和韧带在承担本该由肌肉承担的减速工作；对于有意做的爆发式训练，反弹又是训练目标本身。所以算法判断"有没有停顿"只是提取一个事实，是好是坏取决于训练目标，这个判断应该交给训练计划或者教练，而不是写死在评分里。

底部还有一个几何上的难点：最低点附近，膝、髋的关键点运动幅度最小，噪声占比最高，恰好是信号最弱的位置。因此判断底部停顿，最好不要依赖某一帧的速度是否小于某个阈值，而是看一段窗口内位移的变化范围，并要求窗口内的关键点置信度足够高。窗口太短，会把抖动当作运动；窗口太长，又会把短暂的停顿吞掉。

重心去哪了：没有杠铃时的近似办法

深蹲要求重心大致落在足部支撑区域的正上方，前后偏太多会向前倒或向后坐。真正的质心，需要知道每个身体环节的质量分布，这在实验室里靠测力台和动作捕捉才能算准。手机视频里做不到，只能做近似：取髋部关键点的中点，或者用躯干、大腿、小腿几个环节的中点按经验比例加权，得到一条"身体质心的近似轨迹"。负重时，杠铃的位置也是重要线索，杠铃横在肩上时，它在图像里的投影点本身就是一个比较好的重心代理，侧面机位下应该落在中足上方附近。

这类近似在深蹲里成立，是因为身体基本对称、动作发生在一个主平面内；换成单腿深蹲、保加利亚分腿蹲或带旋转的动作，近似的误差就会陡增，系统必须知道这一点并降低相应指标的权重。另外，任何二维近似都只反映图像平面内的位置：侧面机位下，前后方向的偏移能看到，左右方向的偏移几乎看不到；正面机位则相反。B那种向一侧漂移的问题，在侧面视频里基本无从发现，这也是下一节要讲的机位问题。

左右不对称：三个关节、一条时间线

只比较左右膝角的最大值，其实等于又退回了单帧思路。更有信息量的做法，是把左、右髋、膝、踝各自的角度随时间画成两组曲线，然后比较三件事：幅度差（一侧蹲得更深）、相位差（一侧比另一侧晚到达最低点，或起身更晚）、路径差（一侧膝盖向内收，另一侧不收）。B的右膝起身较晚，就是典型的相位差，它单看最大角度是看不出来的。

需要提醒的是，轻微的左右差异在人群中几乎普遍存在，人体本来就不是严格对称的，单侧较长的腿、旧伤后的保护性习惯、甚至惯用侧，都会带来自然的不对称。所以判断"不对称是否是问题"，不应该拿"零差异"作为标准，而应该拿这个人自己的历史范围作为参照：一个人两侧差距一直稳定在某个范围，那是他的基线；如果最近两周差距逐渐扩大，或者某次训练突然出现过去没有的差异，才值得提醒。对称性的提醒，措辞上也应该是"这次的差异比你平时大"，而不是"你的左右不平衡"。

正面和侧面：每个机位只看得见一半

同一个深蹲，正面机位和侧面机位读到的是几乎互补的信息。可以这样理解：屈伸发生在矢状面（从侧面看），内收、外展、内扣发生在冠状面（从正面看）。

• 侧面机位能看到：髋、膝、踝的屈曲角度，躯干前倾角，髋部的前后位移，下降与上升的速度，杠铃或重心的前后路径，脚跟是否离地。看不到：膝内扣、双脚是否外旋、左右差异（靠近镜头的腿会挡住另一条）。
• 正面机位能看到：膝盖是否内扣或外翻，左右两侧的对称与同步，重心的左右偏移，双脚站距是否合适。看不到：真实的屈曲幅度（被透视压缩），躯干前倾，重心前后位置。
• 45度斜前方是一种折中，两类信息都能看到一部分，但每一类都不精确，适合初筛，不适合下定量结论。

因此，比较严肃的深蹲分析，通常需要正、侧两个机位各拍一次，或者接受"这次只回答一类问题"。如果用户只拍了正面，系统就应该只对对称性、内扣这类问题给出结论，深度和前倾类结论标注为"本机位无法可靠判断"。这不是保守，而是老实。想弄清这种"只看得见一半"的限制从何而来，可以读《只看摄像头就能判断动作对不对吗？od体育AI训练正在从“识别姿势”走向“理解动作质量”》，那一篇从整体上讲了摄像头能看见什么、二维关键点与三维动作的关系，读完再回到深蹲，机位选择的理由会清晰很多。

模拟场景：一位练习者的两次拍摄

假设一位练习者，我们叫她小林，准备把体重深蹲增加到有负重的杠铃深蹲。第一次，她把手机放在身体右侧约三米处的椅子上，镜头高度大致在腰部，拍了一组五次。系统识别顺利：侧面视角下髋、膝、踝角度都很清晰，最低点深度合格，躯干前倾角在五次里逐渐增大，第四、五次的下降速度也明显变快。系统据此给出的提示是：后两次动作出现了疲劳型的走形迹象，建议下一组先降重，或者把组间休息拉长一些。

第二次，她换成正面拍摄。这次算法在髋部关键点上出现了问题：她穿的是宽松的运动短裤，髋关节的位置在图像里很模糊，模型给出的髋部关键点在下蹲过程中来回跳动，重心的左右轨迹出现了几处不合常理的尖峰。如果直接把这条轨迹拿去做对称性评分，就会得出"重心左右晃动严重"的错误结论。合理的处理，是系统先检查关键点置信度和轨迹的物理合理性（人体质心不可能在两帧之间瞬移），发现不合格就把这一项标注为"数据质量不足，建议换紧身衣物或调整机位后重拍"，同时仍然保留膝盖轨迹、双脚站距这类置信度较高的指标。

这个例子里有两个教训：一是同一个人在不同机位下能得到互不相同的结论，单一机位的结果只能算一份证据；二是"关键点置信度高"和"结论可信"之间隔着一道验证程序，系统需要检查特征的物理合理性，而不是照单全收。

哪些地方特别容易看错

综合一下，深蹲序列分析里常见的误判有几类。第一类是透视误差：镜头离得太近或放得太低，靠近镜头的大腿在画面里会显得更粗、更长，关节角度被系统性地扭曲，且不同深度下扭曲程度不同，最低点附近尤其明显。第二类是遮挡：杠铃、手臂、宽松的衣服挡住髋和膝，模型给出的是猜测位置。第三类是跟踪切换：背景里有人走动时，跟踪算法可能把身份错配到别人身上。第四类是把个体解剖差异当作动作问题：股骨较长的人，深蹲时躯干前倾必然更大，踝关节活动度较小的人，脚跟很容易离地，这些是结构性的限制，不该用同一个模板去扣分。第五类，则是把相关当因果：某天深蹲速度变慢，可能是疲劳，也可能是刚吃完饭、睡得不好，或者只是手机换了个更暗的位置导致关键点置信度下降。

面对这些不确定性，比较稳妥的做法有三条：多次拍摄，用重复性发现真正稳定的差异，而不是相信某一次；关注相对变化，而不是绝对数值；遇到系统给出置信度不足的提示，就老老实实换机位重拍，而不要为了得到一个分数而强行采用。

结果拿到手以后：怎样用，什么时候该停

动作序列分析的结果，最适合当作"提示你去看哪里"的线索，而不是"判决你对错"的裁判。当系统指出下降速度过快、底部无停顿，可以先试着放慢节奏、在底部数一拍，再拍一次看曲线是否变化；当它提示重心偏向一侧，可以先检查站距、脚尖朝向，或者让训练伙伴从正面看一眼。这些"动一动再复拍"的小实验，比任何单次评分都更有价值，它们把系统的输出变成了一个反馈回路。

需要特别说明的是，有几类情况不应该靠视频分析来决定。深蹲过程中出现膝盖、腰背的疼痛、刺痛或麻木，应当停止并咨询医生或有资质的专业人员，视频里看起来"角度合格"并不能说明当下的身体没有问题；青少年处在发育期，动作模式与负重选择都应有教练在场指导；使用较大重量的力量训练，动作评估应该同时有人在场保护。动作分析的价值在于每次训练都认真记录、比较，而不是替代人在现场的判断。

另一个问题是：动作变得更"标准"，成绩是否就一定提升？这并不是自动成立的。把动作调整得更接近某种典型形态，与实际提升力量表现之间，需要用自己的历史数据去检验，这部分内容在《训练动作越来越标准，为什么成绩没有提高？od体育AI开始区分“动作好看”和“动作有效”》里有更完整的讨论，深蹲的速度和重心指标，也正是这类"动作—成绩"关联分析最先要用到的特征。

回到开头的A和B。对A来说，系统最好的输出是"你的轨迹一直很稳，可以专心加重量"；对B，则是"最低点深度没问题，但下降中途有向左的漂移，右侧起身晚于左侧，建议先减重，正面再拍一次确认"。两个人拿到的是不同的建议，而这正是把单帧角度升级为动态序列之后，分析才真正开始有用的地方。