什么是动作捕捉？

Xsens动作捕捉 2022-10-23 16872

动作捕捉（Motion Capture，也称为MoCap），是通过捕捉记录演员的动作和身体表演，将其数据转化为CGI角色运动动画的一种技术驱动型方法。MoCap可以跟踪各种类型的运动，例如身体动作和面部表情。动作捕捉技术现如今已经普遍运用在电影、动画以及游戏的制作中。

非常多经典电影人物都是通过动作捕捉技术塑造的：

《蜘蛛侠》

灭霸——《复仇者联盟4：终局之战》

琼斯——《加勒比海盗》

史矛革——《霍比特人：史矛革之战》

妮特丽——《阿凡达》

如今，市面上有两种常见的运动捕捉方式。第一种是光学式运动捕捉，是通过对目标上特定光点的监视和跟踪来完成运动捕捉的任务。常见的光学式运动捕捉大多基于计算机视觉原理。

第二种是惯性式运动捕捉，是将感应芯片封装后绑定在身体的重要关节点，通过芯片捕捉到关节点的多种变换，进而通过算法分析转化为人体的动作数据。

那么如何根据实际情况来选择更加适合的动作捕捉系统呢？一般来说，主要从捕捉场景和精度需求来考虑。

根据捕捉场景

光学式动作捕捉设备的捕捉的范围受摄像头数量的限制，易受环境影响。所以，光学式动作捕捉适用于运动范围固定且环境中无噪点的区域。相比光学式动作捕捉系统，惯性式动作捕捉对于大范围的运动更加方便易行，且不受光线、环境等因素的影响，适用于环境复杂且运动区域较大的数据采集。

根据精度需求

现有市面上的光学式动作捕捉的设备已经可以达到毫米级别的精度，而惯性式动作捕捉的精度与光学式目前仍存在差距。通常科学研究中动作捕捉以及电影中的面部表情等的拍摄都是优先选择光学式动作捕捉设备；如果是简单的关节或者动作捕捉，则通过采用惯性捕捉方案。

那有没有一种方法可以在没有硬件或运动数据的情况下生成运动捕捉动画呢？

来自NVIDIA、多伦多大学和Vector Institute的研究人员提出了一种新的动作捕捉方式，该方法取代了昂贵的动作捕捉硬件。它仅使用视频输入来改进过去的动作捕捉动画模型。

这项创新技术仅通过视频输入使用AI捕获运动数据，并将其转换为数字化身。然后他们可以给“化身”一个物理模拟，以消除脚滑动时标记点丢失或闪烁的传统挑战。

该技术框架通过优化不变的接触行为（包括计算接触力）强制执行物理约束来改进复杂姿势的预估。然后，在精炼的姿势上训练一个时间序列生成模型，综合未来的运动和接触力。结果表明，基于物理的细化进行姿势预估和视频的运动合成，结果都显著提升了性能。该技术有望能够通过利用大型在线视频资源来实现更具可拓展性的人体运动合成。