- 综合排序
- 最热优先
- 最新优先
- 来自专栏镁客网
动作捕捉技术，VR体验沉浸感的“助燃剂”
在电影《阿凡达》中，卡梅隆用动作捕捉技术完成了整部作品，让我们看到了动作捕捉在电影行业上的不可估量的潜力。在虚拟现实中，如果想要增强体验的沉浸感，动作捕捉技术也是必不可缺的技术。 但是，从目前的发展来看，想要实现比肩《阿凡达》的特效，VR中的动作捕捉技术还有很长的路要走。 什么是动作捕捉技术？ 它就是把现实中人物的动作复制到电脑创建的虚拟人物上。然而说起来简单，但是要实现随时随刻捕捉你的各种动作，面对的技术问题非常多。 目前主流的动作捕捉技术主要有两种：光学式动作捕捉和基于惯性的动作捕捉。 基于惯性的动作捕捉技术 诺亦腾 国内的诺亦腾时开创了基于MEMS惯性传感器的动作捕捉技术，在VR兴起之后，诺亦腾又开始将其动作捕捉技术与VR产业相结合，并推出了一套全沉浸的VR解决方案——Project 不过从现在的技术和市场发展情况来看，在VR中实现全身动作捕捉的成本很高，一般在国外类似The Void的大型主题公园能够看到，现在国内的线下体验店也有运用惯性动作捕捉技术解决方案的VR体验。
1.9K40发布于 2018-05-29 潜入数字深海：解密水下动作捕捉技术的应用与奥秘
这套设备，正是水下动作捕捉系统。 从海洋工程的船舶模型测试到水下机器人的精准操控，从影视动画的深海特效制作到康复医学的水下步态分析，水下动作捕捉技术正悄然改变着人类探索、利用水下世界的方式。 那么，这项技术究竟是什么？它如何突破水的阻隔实现精准捕捉？又在哪些领域创造着实际价值？本文将带你揭开水下动作捕捉的神秘面纱。一、什么是水下动作捕捉？ 从“看得见”到“算得准”的技术突破水下动作捕捉是一种通过光学、传感器等技术，在水下环境中实时记录物体运动轨迹、姿态变化，并转化为数字数据的技术。 二、水下动作捕捉的核心技术：如何驯服复杂水下环境？水下环境对技术的“苛刻要求”，让水下动作捕捉系统必须在环境适应性、捕捉精度和数据可靠性三个维度做到极致。 案例：某船舶研究所使用水下动捕系统测试新型LNG运输船模型，在10米×5米的测试池中，通过8台Mars4H UW镜头捕捉船体6个自由度运动（横荡、纵荡、垂荡、横摇、纵摇、艏摇）。
44710编辑于 2025-08-08动作捕捉技术变革：有标记动捕VS无标记动捕
随着数字化和智能化科技席卷全球，动作捕捉技术正在影视、游戏、医疗等诸多领域中被广泛应用。同时，在这一发展进程中，有标记动作捕捉和无标记动作捕捉作为两大技术路线被区分。 这不仅反映了动作捕捉技术本身的迭代，更是在重新定义着动作捕捉技术的应用边界，同样，这也是人机交互方式向无感化、智能化发展的必然趋势。 有标记动作捕捉的技术实现方式有光学式、惯性式、电磁式、声学式、机械式等，而其中，光学式和惯性式动作捕捉技术为目前市场的主流技术。所以，我们将着重介绍这两个主流技术。 6、体育运动：通过捕捉运动员的动作细节，结合数据分析找出技术短板，辅助教练制定针对性训练方案。同时，分析动作中的受力关节角度、肌肉发力时序，识别易导致损伤的不规范动作，提前预警并优化动作模式。 有标记动作捕捉技术在科研、影视等高精度刚需的领域中仍不可被替代，无标记动作捕捉技术依赖AI算法快速迭代，精度也在持续提升进步。
73110编辑于 2025-08-19动作捕捉（Mocap）技术入门：从原理到 NOKOV 度量实战应用科普
作为连接现实动作与虚拟世界的 “桥梁”，动作捕捉技术如何实现？主流设备有哪些类型？专注于该领域的 NOKOV 度量又有哪些实战应用？本文将带你全面了解动作捕捉技术的奥秘。一、什么是动作捕捉技术？ 动作捕捉技术简单来说，是通过专业设备记录现实中物体（尤其是人体）的运动轨迹、姿态变化等数据，再将这些数据转化为数字信号，驱动虚拟角色或模型完成相同动作的技术。 这项技术已从早期的影视特效专用，逐渐普及到游戏、医疗、教育、工业等多个领域。二、动作捕捉技术的核心类型目前主流的动作捕捉技术可分为三大类，不同类型的技术在原理、精度、适用场景上各有差异。 五、动作捕捉技术常见问题解答（FAQ）1.动作捕捉一定要在专业场地进行吗？不一定。 动作捕捉技术正从 “高端特效工具” 变为 “数字创作基础设施”，而 NOKOV 度量通过技术创新与场景落地，让这项技术更易获取、更易使用。
1.9K10编辑于 2025-08-15动作捕捉摄像头技术解析与NOKOV度量系统应用案例
一、技术原理与分类对比1.1 光学动作捕捉摄像头工作原理：通过红外摄像机捕捉反光标记点（Marker）的2D坐标，经三角定位算法计算3D空间位置。 ：通过16个高精度光学镜头捕捉患者下肢6自由度运动数据，驱动外骨骼实时调整助力扭矩。 2.3 工业仿真验证案例3：汽车装配动作优化技术实现：捕捉工人操作轨迹，通过AI算法生成机器人运动程序。数据亮点：某车企电路板焊接误差控制在±0.5mm，生产效率提升30%。 A：NOKOV Astra通过AI骨架识别实现无标记捕捉，但快速动作（如翻滚）误差会升至3mm。建议深色衣物场景使用主动发光标记点，识别率提升20%。Q2：如何解决多人捕捉时的标记点混淆？ 通过本文技术解析与案例实证，可清晰匹配从实验室到产业化的全链路需求。NOKOV度量系统以高精度、强抗干扰性和场景适配能力，成为动作捕捉领域的标杆选择。
53210编辑于 2025-08-14- 来自专栏MixLab科技+设计实验室
免费的 AI 动作捕捉工具 #Rokoko Video
创建动画可能很棘手，但使用对了技术和工具，可以轻松实现看起来很棒且功能流畅的完美动画。 “ 为每个创作者配备动捕的力量。” 近期，Rokoko 通过推出免费的 AI 动作捕捉工具 Rokoko Video来兑现这一承诺。 图片来源 ：Rokoko 为什么说 Rokoko Video 是一个不错的选择 ？ 一位使用过 Rokoko Smartsuit Pro 的 3D 艺术家和电影制作人也这样评价道“如果我使用动作捕捉，我想把它用于所有事情。 动作捕捉技术是能够赋予 “虚拟角色” 灵魂，并且在元宇宙中继续前进，当动画就像使用网络摄像头、手机或上传视频一样简单时，一切都将有可能发生。
2.9K20编辑于 2023-01-11 - 来自专栏人工智能领域
数字人技术的核心：AI与动作捕捉的双引擎驱动（210）
摘要：数字人技术从静态建模迈向动态交互，AI与动作捕捉技术的深度融合推动其智能化发展。 在这一过程中，动作捕捉技术实时采集真实人类的动作数据，并将其转化为数字信号，为数字人的动作驱动提供数据支持。 四、技术挑战与未来展望 4.1 当前技术瓶颈 高精度动捕设备成本高：以 OptiTrack 和 Vicon 等知名品牌的光学动作捕捉系统为例，一套完整的高精度光学动作捕捉系统，包含多个高分辨率红外摄像头 4.2 技术演进方向 轻量化动捕方案：基于手机摄像头的无标记点捕捉技术，正逐渐成为动作捕捉领域的研究热点。 光学捕捉：利用红外摄像头追踪标记点实现高精度动作捕捉。 惯性捕捉：基于MEMS传感器记录关节运动的动作捕捉技术。 单目视觉：利用普通摄像头实现低成本动作捕捉。
1.3K10编辑于 2025-04-09 动作捕捉系统是什么？从科幻到现实的精准运动解析技术
一、动作捕捉系统的技术本质与价值动作捕捉系统（Motion Capture System） 是通过光学、惯性或电磁技术，对人体/物体的运动轨迹进行数字化记录的高科技设备。 1.1 技术原理的三大流派技术类型原理优势场景推荐产品光学式红外摄像头追踪反光标记点高精度科研（如机器人、生物力学）NOKOV度量动作捕捉 Mars系列（亚毫米级精度）惯性式传感器测量加速度与角速度便携式运动分析 3D坐标，精度可达±0.03mm数据输出：生成关节角度、速度、加速度等生物力学参数案例：清华大学孙富春团队在无人机协同项目中，通过Mars4H系统实现6架无人机编队的亚毫米级轨迹捕捉，验证了分布式控制算法的有效性 五、FAQ：关于动作捕捉系统的常见问题解答5.1 动作捕捉系统的精度如何保证？ 次进阶课程（含生物力学分析、机器人等专题）案例：某机器人企业通过NOKOV度量的深度技术支持，将动作捕捉与机械臂控制算法集成时间从3个月缩短至45天。
69710编辑于 2025-08-07让外骨骼机器人 “读懂” 人体：动作捕捉技术的硬核科普
本文将深入解析外骨骼机器人动作捕捉技术的原理、应用与突破，并通过 NOKOV 度量动作捕捉系统的实战案例，展现这项技术如何从实验室走向现实。 不同的传感器技术决定了动作捕捉的精度、稳定性和适用场景。目前外骨骼机器人领域常用的动作捕捉技术主要有三类，其核心特点如下表所示：1.2 为何外骨骼机器人离不开动作捕捉？ 二、场景落地：动作捕捉技术的多元应用外骨骼机器人的应用场景正在从医疗康复向工业、军事、特种作业等领域拓展，而动作捕捉技术作为核心支撑，在不同场景中展现出差异化的技术需求和应用形态。 经过 6 周训练，患者的患侧步长增加 17%，膝关节最大伸展角度提升 23%，且步态对称性显著改善。NOKOV 度量系统提供的量化数据不仅验证了外骨骼的辅助效果，还为个性化康复方案优化提供了客观依据。 四、未来趋势：动作捕捉技术如何重塑外骨骼形态？随着传感器技术、人工智能与材料科学的发展，外骨骼机器人动作捕捉技术正朝着更智能、更轻便、更隐形的方向演进。
70010编辑于 2025-09-03- 来自专栏冰漪叶的折腾
MMD模型应用到动作捕捉的经历
我是这么想的：MMD的PMX/PMD文件通过PMXEditor转换成OBJ格式的文件，再用3DMAX转换成FBX文件，直接导入到小K里面去
90110编辑于 2022-10-24 - 来自专栏全栈程序员必看
利用键盘钩子捕捉linux键盘动作,利用键盘钩子捕获Windows键盘动作
由于需要记录当前系统下所有应用程序的键盘录入记录，因此必须采取某种特殊的技术来实现本进程(监视程序)对外部进程键盘操作信息的获取。这种技术便是本文将要论述的核心–系统全局钩子。 在本程序中我们需要捕获在任意窗口上的键盘输入，这就需要采用全局钩子以便拦截整个系统的消息，而全局钩子函数必须以DLL(动态连接库)为载体进行封装，VC6中有三种形式的MFC DLL可供选择，即Regular 系统钩子具有相当强大的功能，通过这种技术可以对几乎所有的Windows系统消息进行拦截、监视、处理。这种技术广泛应用于各种自动监控系统中。 由于需要记录当前系统下所有应用程序的键盘录入记录，因此必须采取某种特殊的技术来实现本进程(监视程序)对外部进程键盘操作信息的获取。这种技术便是本文将要论述的核心–系统全局钩子。 系统钩子具有相当强大的功能，通过这种技术可以对几乎所有的Windows系统消息进行拦截、监视、处理。这种技术广泛应用于各种自动监控系统中。
4K10编辑于 2022-08-15 人形机器人动作捕捉是什么？技术解析与 NOKOV 度量应用实践
前言解析人形机器人动作捕捉技术原理、方案对比与应用场景，NOKOV 度量光学动捕系统实现高精度动作迁移，助力人机协同升级。一、人形机器人动作捕捉核心定义人形机器人动作捕捉是什么？ 简单来说，它是通过传感器采集、数据处理与运动控制等技术，将人类或参考主体的动作转化为数字信号，驱动人形机器人精准复现动作的技术体系。 二、技术原理：从动作到执行的全流程1.动作数据采集：感知原始动作信号动作数据采集是人形机器人动作捕捉的第一步，通过各类传感器获取人体姿态、关节角度等原始信息，常见技术包括：光学动作捕捉：如 NOKOV 动作捕捉全流程：动作数据采集（传感器感知）> 数据处理与映射（算法转化）> 机器人运动控制（电机执行）三、主流技术方案对比：NOKOV 度量方案优势凸显技术方案核心优势主要局限NOKOV 度量对应方案特点光学动作捕捉精度极高 4.柔性机器人动作捕捉适配软体机器人特性，结合力传感器与应变片，实现 “柔软抓取” 精准控制。七、FAQ 常见问题解答1.人形机器人动作捕捉的核心技术指标是什么？
68910编辑于 2025-08-12- 来自专栏镁客网
高门槛的动作捕捉技术，真的会成为VR行业灾难的缔造者吗？
在虚拟现实领域，动作捕捉技术中的光学定位技术和基于传感器的惯性动作捕捉技术是绑定在一起的，因为如果想要实现VR的完全互动和真实沉浸感，这两个技术缺一不可。 以惯性动作捕捉技术为例，其仅在技术层面就涉及了传感器、模态识别、运动科学、有限元分析、生物力学、计算机图形学以及虚拟现实等多个领域。 动作捕捉技术研发商Xptah CEO陈会兵表示，一开始做动捕技术是希望能为游戏娱乐提供新的输入设备，而且动捕技术不仅能够为VR提供更自然、更直接的输入方式，也能为其他的诸如医疗康复、影视动画等行业提供很多帮助 虽然这其中存在着很多挑战，但Xptah会继续依靠动作捕捉技术，为各个行业提供更直接有效动捕服务。 结语 当然，动作捕捉技术不是提升VR体验的唯一需求，行业需要做的还有很多。但既然已经入了VR这个局，还请行业者认真对待，不求多做贡献，但求初心不变。
43350发布于 2018-05-29 - 来自专栏机器之心
SIGGRAPH | 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建
基于此，清华大学徐枫团队提出了仅使用6个惯性传感器（IMU）和1个单目彩色相机的同时实时人体动作捕捉、定位和环境建图技术（如图1所示）。 惯性动作捕捉（mocap）技术探索人体运动信号等「内部」信息，而同时定位与建图（SLAM）技术主要依赖「外部」信息，即相机捕捉的环境。 图1 本文提出同时人体动作捕捉与环境建图技术 具体地，本研究将6个IMU穿戴在人的四肢、头和后背上，单目彩色相机固定在头部并向外拍摄。 整个系统首次实现了仅基于6个IMU和1个相机的同时人体动作捕捉和环境稀疏点重建，运行速度在CPU上达到60fps，并在精度上同时超过了两个领域最先进的技术。该系统的实时示例如图2和图3所示。 惯性动作捕捉 惯性动作捕捉模块从6个IMU测量值中估计人体姿态和运动。本模块的设计基于我们之前的PIP[1]工作，但本工作中不再假设场景是一个平坦的地面，而是考虑在3D空间中捕捉自由人体运动。
72350编辑于 2023-05-16 - 来自专栏ATYUN订阅号
AI动作捕捉工具精准跟踪身体各个部位，无需标记
普林斯顿大学研究人员创建了LEAP，一种灵活的动作捕捉工具，可以在几分钟内训练，以高精度跟踪数百万帧现有视频的身体部位，无需任何物理标记或标签。 你可能见过穿着“动作捕捉”套装的好莱坞明星，他们穿着的服装布满传感器，电脑把他们变成绿巨人、龙或被施了魔法的野兽。 详细介绍新技术的论文将发表在2019年1月出版的“Nature Methods”期刊上，当研究人员将LEAP与他们实验室开发的其他定量工具相结合时，他们可以通过观察动物身体运动模式来研究所谓的“行为语言 共同作者，分子生物学和PNI教授Samuel Wang也指出，“在过去五年中，神经科学在技术观察和操纵大脑活动方面取得了巨大进步，现在，行为的自动分类为该技术增添了一个重要的补充。”
4.4K10发布于 2018-12-29 - 来自专栏量子位
清华大学用6个无线传感器搞定全身动作捕捉，可跑可跳可打滚
△惯性动捕 最轻便的也得有5、6斤，价格便宜的就更重了能达到10几斤。穿在身上影响动作的灵活性，而且很快就会累了，基本无法日常使用。 视频中的装备，后面标记出来才看到，两人身上各自只戴了6个小型惯性传感器，还是无线的。 ? 现在市面上的VR设备主要用的是光学动作捕捉。 但动作捕捉的范围就只能是以头部和手部为主，腿部动作一直是难题。移动只能在画面里前进，并不能将腿部的具体动作在游戏中表现出来。 ? 除了个人VR游戏外，新的惯性动捕技术还可能降低商业动作捕捉的成本，让小规模的制作团队也有机会用上。 在游戏和动画电影中，动作捕捉摄影棚是这样的： ? 这恐怕只有大公司才承担得起了。 除了娱乐外，动作捕捉技术在医疗领域也有应用，可以用数据指导伤者更好地进行康复训练。 双向循环神经网络 这么好的方法是怎么实现的呢？原来是靠深度学习。 研究团队分阶段将动作捕捉拆成3个子任务。
1.3K50发布于 2021-06-17 探析动作捕捉技术对影视动画游戏创作的赋能
，动作捕捉技术正以数据为桥梁，为人类的原始创作的无限想象力深度联结，为虚拟的内容创作开辟更广阔的可能。 不过，对于高品质的影视动画或游戏的创作，动作捕捉技术的要求也更高，需要具备更高的精度，更多的捕捉目标，以及多样的捕捉类型。而针对这几点，光学动作捕捉技术可以轻松实现。 团队自研开发的动作捕捉技术可以在捕捉人物本身的同时，对手中的道具进行捕捉。这就要求动作捕捉不仅限于对人体的捕捉，同时需要同步捕捉人物手中的道具，呈现一种交互式的表演效果。 四、多目标捕捉对于大场景、大场面的打斗戏份，借助该技术团队的动作捕捉技术对多个动捕演员的精彩表演进行捕捉，并同步解算记录，不仅能原原本本、细腻呈现每个人物表情，动作姿势，刻画各种精彩的画面，而且大大降低后期处理的成本 未来，动作捕捉技术也必将持续打破创作的边界，激发更多元化的创意表达，为整个内容创作行业书写更富活力的新篇章，同时动作捕捉技术也将不断进步，为之后的发展塑造更加牢固的，突破虚拟与现实的纽带。
55610编辑于 2025-08-13- 来自专栏我爱计算机视觉
CVPR 2020 论文大盘点-人体姿态估计与动作捕捉篇
所有人体姿态估计（Human Pose Estimation）、手势识别（Gesture Recognition）、人体形状与姿态估计（Human Shape and Pose Estimation）、人体运动捕捉 人体姿态估计分为2D（6篇）和3D（11篇）两大类；手势识别只有两篇文献，一篇基于骨架，另一篇基于点云的；人体形状与姿态估计是同时计算人体的姿态和网格有，有3篇；动作捕捉对人体形状和姿态进行连续计算，反应人体的运动 另外还有一篇手持物体的姿态估计，同时对人手进行2D/3D姿态估计和物体6D位姿估计，代码已开源。 [6].Mixture Dense Regression for Object Detection and Human Pose Estimation 作者 | Ali Varamesh, Tinne 人体动作捕捉（Human Motion Capture） [24].ActiveMoCap: Optimized Viewpoint Selection for Active Human Motion
3.8K21发布于 2020-06-28 - 来自专栏3D视觉从入门到精通
CVPR2021：单目实时全身动作捕捉（清华大学）
Monocular Real-time Full Body Capture with Inter-part Correlations 摘要： 本文提出了第一种实时全身捕捉的方法，该方法通过单一颜色图像的动态 与早期的单目全身方法相比，本文中的方法通过估算统计人脸模型的形状、表情、反照率和光照参数等捕捉更具有表现力的3D人脸的几何形状和颜色。 与其他方法相比，研究人员使用相对6D旋转作为输出公式，并且在神经网络中另外估算了形状参数和比例因子。 与之前仅仅估计面部表情的全身捕捉的研究相比，利用这种方法，研究人员对形状，反照率和光照参数的回归可提供更为个性化和逼真的效果。 此外，该种方法不仅可以捕捉表情，还可以捕捉与身份相关的形状和反照率等参数，从而获得更具个性化的面部表情。接下来，研究的方向可能涉及身体纹理部分，以获得彩色的人体跟踪或人体表面的变形。
1K10发布于 2021-05-18 - 来自专栏AiCharm
SIGGRAPH 2023 | 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建
基于此，清华大学徐枫团队提出了仅使用6个惯性传感器（IMU）和1个单目彩色相机的同时实时人体动作捕捉、定位和环境建图技术（如图1所示）。 惯性动作捕捉（mocap）技术探索人体运动信号等「内部」信息，而同时定位与建图（SLAM）技术主要依赖「外部」信息，即相机捕捉的环境。 图1 本文提出同时人体动作捕捉与环境建图技术 具体地，本研究将6个IMU穿戴在人的四肢、头和后背上，单目彩色相机固定在头部并向外拍摄。 整个系统首次实现了仅基于6个IMU和1个相机的同时人体动作捕捉和环境稀疏点重建，运行速度在CPU上达到60fps，并在精度上同时超过了两个领域最先进的技术。该系统的实时示例如图2和图3所示。 惯性动作捕捉 惯性动作捕捉模块从6个IMU测量值中估计人体姿态和运动。本模块的设计基于我们之前的PIP[1]工作，但本工作中不再假设场景是一个平坦的地面，而是考虑在3D空间中捕捉自由人体运动。
1.1K20编辑于 2023-06-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号