交互与体验实验2026

Bodysee · 本地体感实验室

一颗普通摄像头，同时承担坐姿守护与六种体感游戏

本地 AI 与体感交互案例 / 11

Bodysee 用一颗普通摄像头，把同一套人体姿态识别能力做成坐姿守护与六种体感游戏。

系统以 MediaPipe 33 个关键点为基础，强调个人校准、低频采样、连续异常确认和本地隐私；游戏模式则把手腕、倾身、下蹲与展开动作转化为切瓜、节奏、跑酷、解谜和射击交互。

支持 macOS 与 Windows，首次下载模型后可离线运行。

画面只在内存中处理，不保存、不上传。

坐姿监控使用个人基线、三帧中位数和连续三次异常门槛。

西瓜忍者模式已做本机摄像头试玩；其余模式在同一源码中实现。

公开源码、安装说明、隐私边界与各游戏操作说明。

固定标准角度无法适应不同体型和摄像头位置，因此先让用户坐正十秒建立个人基线；每次采三帧取中位数，并要求连续三次异常才提醒。

低频采样降低 CPU 消耗，冷却期避免连环提醒，离开画面后重置久坐状态；这些状态机规则比单帧识别精度更决定可用性。

体感游戏不依赖手柄，把腕部速度、身体中心、肩髋高度和双臂跨度转成明确动作。每个游戏同时提供摄像头模式和调试输入，便于分离识别问题与玩法问题。

游戏画面与音效尽量程序生成，既减少素材依赖，也让项目重点落在动作反馈、节奏与容错体验上。

PROCESS

以相对基线判断姿势，避免把一种体型当作所有人的标准。

摄像头帧不落盘、不上传，减少持续使用的隐私阻力。

鼠标或键盘调试模式让交互规则可在不开摄像头时验证。

我从个人坐姿需求出发，组织监控状态机、隐私边界、跨平台启动方式，并延伸设计多种体感玩法。

AI 参与代码实现、玩法扩展和文档整理；体验目标、误报取舍、隐私原则与本机试玩由我负责。

当前可确认本地代码可运行，水果切割模式已在真实摄像头环境试玩。

不同设备、光线、身体范围和 Windows 环境仍需要更系统的兼容性测试。

计算机视觉产品的关键不是“能识别人”，而是如何把不稳定的识别信号变成可预测、可恢复的日常体验。

DEMO / 11

720p 横屏实机演示，展示摄像头识别、身体动作映射、连斩反馈与体感玩法。