C4.30.3Participant versus passerby classification设计研究
系统需要能区分参与者与途经此地的第三方
别名: 参与者 · 途经第三方 · 路人分类
概念解释
把旁人动作挡在命令之外、把旁人像素挡在存储之外，都先要能回答：场上这具身体是参与者还是途经的第三方。分类错了，过滤和隐私策略都会接错管子。这不是在两个已参与的人之间认身份，而是在「正在使用」和「只是经过」之间划线。过线的依据应是可观察的参与信号（朝向、停留、进入动作），不是事后看他像不像会用手势的人。
机制
参与者通常朝向设备、速度接近零、待在交互区里、做过进入动作。路人有穿越轨迹、朝向过道、停留短。用速度和朝向可以先切出明显的穿越。难的是「陪同站在旁边看」：速度为零、可能朝向屏幕、但没有进入。这类第三方若被标成参与者，其整理头发会被当成命令；若把所有静止的人都标成路人，真用户一站稳就会被丢掉。需要把进入动作或明确的停留加朝向组合当成参与证据，陪同保持第三方，直到他们自己进入。分类要连续更新：参与者走开变成第三方，路人停下来做进入则升格。
怎么研究
标注场上每具身体为参与 / 陪同 / 穿越，用朝向、速度、区内停留、是否做了进入动作做分类器。报告把陪同标成参与、把参与标成穿越两类错误。任务里安排「一人操作、一人站旁边看、一人走过」。不要用面对面的双人操作任务代替——那两人都是参与者。改变镜头高度和人群密度，看朝向估计何时失效。
边界
排队使用的机器上，「下一个人」在成为参与者之前会站着等，静止很久，容易被标成陪同或参与，需要队列模式。儿童陪同与儿童用户在体型上接近，进入动作若按成人幅度来设，会把儿童用户长期留在第三方。头显佩戴者几乎总是参与者，对外相机里的人几乎总是第三方，分类被硬件简化。黑暗里朝向估计差，应更多依赖进入动作而不是脸朝哪。
怎么落地
- 为每具被跟踪的身体维护参与 / 第三方标签，默认第三方，只有进入证据才升格。
- 命令和出站数据都读这张标签，不要各写各的启发式。
- 验收三人脚本：操作、陪同、穿越。陪同的手不得发命令，穿越不得进出站图像，操作者的手必须仍可用。错一具身体就算分类失败。