實際使用人體姿態估測時，還會遇到一個很現實的問題：人體關鍵點不是每一個瞬間都一定抓得到。

例如做蚌殼式時，使用者是側躺的。
這代表左右兩側的髖部、膝蓋甚至腳踝，可能會在攝影機畫面中互相重疊。
其中一側的身體也可能被另一側擋住。
除此之外，還可能受到很多因素影響，例如：

• 身體的一部分超出攝影機畫面
• 衣服或棉被遮住關節
• 拍攝環境太暗
• 動作速度太快造成畫面模糊
• 側躺角度讓左右關鍵點重疊

這時候，如果系統還是直接拿每一個偵測到的座標進行判斷，就可能產生很奇怪的結果。

例如某一瞬間髖部的位置突然跳掉，系統可能就誤以為：
「骨盆發生很大的旋轉！」

但其實只是那一幀的關鍵點估測不穩定。
因此，除了關鍵點的 x、y、z 座標之外，我們還需要注意這些資料本身到底可不可靠。
MediaPipe 的人體關鍵點資料中，也會提供像是 visibility 之類的資訊，可以幫助我們判斷某個關鍵點目前是否有足夠的可見程度。
如果某個重要關鍵點的可信度太低，系統可以先選擇：
暫時不要進行動作判斷。
而不是硬把這一幀算進結果。
另外，也可以利用前後幾個影格一起判斷。
例如某個髖部座標只有一瞬間突然偏移很多，但下一幀又恢復正常，就有可能只是估測誤差，而不是真的發生了一個非常快速的骨盆旋轉。
因此，之後可能還需要加入一些簡單的平滑處理，避免單一影格的異常數值直接影響結果。

這也讓我發現：姿態估測並不是取得座標之後就可以直接使用。
真正做成系統時，還要先確認：「這組座標到底值不值得相信？」
如果連人體關鍵點本身都不穩定，後面的角度、骨盆旋轉、動作次數甚至姿勢判斷，都可能一起受到影響。
所以除了「看懂動作」之外，系統其實還需要先學會一件事：
什麼時候應該判斷，什麼時候應該先不要判斷。