EXPERIMENTS.md

正式实验协议与结果

三条正式路线

编号	姿态估计	时序分类	目的
A	RTMPose	ST-GCN++	高质量关键点基线
B	YOLO-Pose	ST-GCN++	轻量姿态与相同分类器对照
C	YOLO-Pose	CTR-GCN	相同姿态下比较图卷积结构

早期曾运行 RTMPose + CTR-GCN 作为 2×2 消融，但它不属于三位成员当前负责的正式路线。

公平性控制

• 相同的 GMDCSA24 四折受试者划分。
• 相同的 MCFD 片段及摄像头划分。
• 相同的 COCO-17 关节顺序、64 个采样位置、坐标归一化和置信度通道。
• 相同训练轮数、优化器、早停和随机种子规则。
• 每条路线的四折外部概率使用算术平均。

内部结果

路线	Accuracy	Precision	Recall	Specificity	F1	Balanced Accuracy
RTMPose + ST-GCN++	86.88%	89.19%	83.54%	90.12%	86.27%	86.83%
YOLO-Pose + ST-GCN++	78.75%	75.86%	83.54%	74.07%	79.52%	78.81%
YOLO-Pose + CTR-GCN	77.50%	74.16%	83.54%	71.60%	78.57%	77.57%

MCFD 零样本外部结果

cam2/4/5/6/7/8，共 415 段，固定阈值 0.5：

路线	Accuracy	Precision	Recall	Specificity	F1	Balanced Accuracy	ROC-AUC
RTMPose + ST-GCN++	62.41%	60.91%	60.30%	64.35%	60.61%	62.33%	64.39%
YOLO-Pose + ST-GCN++	60.00%	57.14%	66.33%	54.17%	61.40%	60.25%	64.84%
YOLO-Pose + CTR-GCN	58.55%	56.05%	62.81%	54.63%	59.24%	58.72%	61.38%

固定阈值是最严格的零样本主结果。RTMPose + ST-GCN++ 更均衡，YOLO-Pose + ST-GCN++ 更偏向召回跌倒。

仅用 cam1 校准阈值的附加结果

路线	阈值	Accuracy	Recall	Specificity	F1	Balanced Accuracy
RTMPose + ST-GCN++	0.22	62.65%	73.37%	52.78%	65.32%	63.07%
YOLO-Pose + ST-GCN++	0.36	60.96%	81.41%	42.13%	66.67%	61.77%
YOLO-Pose + CTR-GCN	0.35	58.31%	76.38%	41.67%	63.73%	59.02%

校准阈值展示报警灵敏度的权衡，不应与固定阈值结果混为一谈。cam1 只有 69 段，最终阈值必须在设备场景的独立验证集上重新确定。

融合结论

• 三路线概率平均：Accuracy 62.17%，Balanced Accuracy 62.31%，F1 62.53%。
• 两条 ST-GCN++ 概率平均：Accuracy 62.65%，Balanced Accuracy 62.76%，F1 62.65%，ROC-AUC 66.87%。
• 三路线多数投票：Accuracy 59.76%，未带来提升。
• YOLO-ST 在整段姿态缺失时回退 RTMPose-ST：Accuracy 60.24%，只比 YOLO-ST 单路线略高。

若算力允许，两条 ST-GCN++ 概率平均是当前最好的整体方案；若只部署单路线，则按“均衡优先选 RTMPose-ST、召回优先选 YOLO-ST”决策。

已知限制

1. GMDCSA24 仅 4 名受试者，内部指标方差较大。
2. MCFD 片段约 31 个源帧，均匀重复到 64 个位置不会增加真实时序信息。
3. 部分 MCFD ADL 包含躺卧、翻身和起身，与跌倒后状态外观接近。
4. 当前只选择单个人体，尚未处理多人跟踪与遮挡下身份保持。
5. 当前延迟只测姿态或 GCN 局部模块，并非端到端系统帧率。
6. 结果是科研原型，不能视为医疗或生命安全设备认证。