用途：为 Apple Vision 框架的计算机视觉开发提供 API 参考，覆盖目标分割、手部/人体姿态、人脸分析、文字识别（OCR）、条码检测和文档扫描。
主要能力：
- 目标分割：VNGenerateForegroundInstanceMaskRequest 生成前景实例掩码，可读取单实例掩码、按点命中测试并按实例集生成缩放掩码；VisionKit 提供 ImageAnalysisInteraction / ImageAnalysisOverlayView 及 ImageAnalyzer 程序化取用。
- 人体分割：VNGeneratePersonSegmentationRequest 返回全部人物掩码；VNGeneratePersonInstanceMaskRequest 最多区分 4 人，人多时可能漏检或合并。
- 姿态：VNDetectHumanHandPoseRequest 检测每只手 21 个关键点；VNDetectHumanBodyPoseRequest 检测 18 个 2D 点；VNDetectHumanBodyPose3DRequest 返回 17 关节 3D 骨架。
- 人脸与人体：VNDetectFaceRectanglesRequest、VNDetectFaceLandmarksRequest、VNDetectHumanRectanglesRequest。
使用方式：创建请求（如 VNDetectHumanHandPoseRequest()）；用 VNImageRequestHandler(cgImage: image) 或 VNSequenceRequestHandler 创建处理器；调用 handler.perform([request])；从 request.results 读取观测。单图用 VNImageRequestHandler，视频/相机帧用 VNSequenceRequestHandler 以保持帧间状态并平滑结果；坐标系为左下原点、归一化 0.0–1.0。
限制：处理资源开销大，应放后台队列，主线程会阻塞 UI；一个 VNImageRequestHandler 只对应一张图像，每帧新建会丢失时序信息；每人实例掩码最多 4 人；部分 API（如 3D 姿态、RecognizeDocumentsRequest）有系统版本要求（资料提到 iOS 17+/26+ 等）。