可行但具挑戰性。人體姿態多變（站/坐/躺/奔跑）、穿著差異大、遮擋常見、光照/尺度/視角變化大，單純輪廓/膚色/ Haar 特徵難以鲁棒。
| 方法 | 代表庫/模型 | 優點 | 缺點 |
|---|---|---|---|
| 經典檢測器 | OpenCV HOG+SVM (HOGDescriptor::getDefaultPeopleDetector())、AForge.NET | 無需 GPU、部署簡單、解釋性強 | 側面/遮擋/異常姿態召回低、誤檢率高 |
| 深度學習檢測 | YOLOv8/v5、SSD、Faster R-CNN (COCO pretrained person class) | 精度高、支持多姿態/遮擋、實時 (GPU) | 需 GPU 加速、模型較大、訓練數據域適應性 |
| 姿態估計 + 關鍵點分組 | OpenPose、MediaPipe Pose、HRNet、MMPose | 輸出骨架關鍵點、可進一步做動作識別 | 計算量大、多人場景需關聯分組 (associative embedding) |
| 實例分割 | Mask R-CNN、YOLACT、Segment Anything (SAM) | 像素級掩碼、精確分離前景 | 最重、通常離線/服務端 |
ultralytics.YOLO('yolov8n.pt') 推理，results[0].boxes.cls == 0 過濾 person 類別，畫框顯示。
