Swift中对应Google MLKit姿态检测的PointF3D类等效方案问询

iOS版MLKit人体姿态检测确实没有直接对应Android PointF3D的类，你可以通过以下方式解决：

1. 自定义3D点结构体 #

完全复刻Android PointF3D的核心属性和常用方法，实现一个Swift结构体：

struct PointF3D {
    var x: Float
    var y: Float
    var z: Float
    
    init(x: Float, y: Float, z: Float) {
        self.x = x
        self.y = y
        self.z = z
    }
    
    // 实现Android PointF3D常用的向量运算
    static func -(lhs: PointF3D, rhs: PointF3D) -> PointF3D {
        PointF3D(x: lhs.x - rhs.x, y: lhs.y - rhs.y, z: lhs.z - rhs.z)
    }
    
    func dotProduct(with other: PointF3D) -> Float {
        x * other.x + y * other.y + z * other.z
    }
    
    func magnitude() -> Float {
        sqrt(x*x + y*y + z*z)
    }
    
    func normalized() -> PointF3D? {
        let mag = magnitude()
        guard mag > 0 else { return nil }
        return PointF3D(x: x/mag, y: y/mag, z: z/mag)
    }
}

2. 从iOS MLKit姿态关键点转换为PointF3D #

iOS的MLKPoseLandmark提供了2D位置（position）和可选的深度值（depth，对应z轴），可以直接转换为自定义的PointF3D：

func landmarkToPointF3D(_ landmark: MLKPoseLandmark) -> PointF3D {
    let pos = landmark.position
    let zValue = landmark.depth ?? 0.0 // 无深度数据时默认z=0，对齐Android默认行为
    return PointF3D(
        x: Float(pos.x),
        y: Float(pos.y),
        z: Float(zValue)
    )
}

3. 对齐Android PoseEmbedding逻辑 #

有了自定义的PointF3D，你可以完全复刻Android示例中PoseEmbedding类的所有计算逻辑——包括向量差计算、点积运算、姿态嵌入向量生成等，逻辑和Android代码完全一致，不会影响姿态分类的准确性。

注意：如果你的iOS设备不支持3D姿态检测，depth会返回nil，此时用默认值0即可，和Android中PointF3D默认z=0的行为对齐，保证分类逻辑的一致性。

内容的提问来源于stack exchange，提问作者Kinshuk Lahiri