- 综合排序
- 最热优先
- 最新优先
- 来自专栏MixLab科技+设计实验室
免费的 AI 动作捕捉工具 #Rokoko Video
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。
2.8K20编辑于 2023-01-11 - 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
88410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
本文下面将对Win32平台下全局钩子的运行机制进行介绍并给出了一个具体的由VC 6.0编写的捕获键盘动作的键盘钩子示例程序。 本文下面将对Win32平台下全局钩子的运行机制进行介绍并给出了一个具体的由VC 6.0编写的捕获键盘动作的键盘钩子示例程序。 下载本文示例代码 利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获 Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows 键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作利用键盘钩子捕获Windows键盘动作 发布者：全栈程序员栈长，转载请注明出处：
4K10编辑于 2022-08-15 - 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？ 动作捕捉抽象的说，就是能够捕捉你全身的动作，甚至是面部细微的表情变化，通过数据处理后，还原重建成一个三维模型的你，而且这个三维虚拟的你会随着你的动作变化而变化。 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
1.9K40发布于 2018-05-29 - 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。
4.3K10发布于 2018-12-29 - 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 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。 在上图中，研究人员比较了两种不同的面部裁剪捕捉结果。由于研究人员的方法不估计相机姿态，为了叠加可视化，研究人员采用PnP-RANSAC和PA来对齐研究人员的3D和2D预测。 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 - 来自专栏计算机视觉工坊
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。 在上图中，研究人员比较了两种不同的面部裁剪捕捉结果。由于研究人员的方法不估计相机姿态，为了叠加可视化，研究人员采用PnP-RANSAC和PA来对齐研究人员的3D和2D预测。 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。
1.1K30发布于 2021-05-20 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。 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？ 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。 三、水下动作捕捉的实际应用：从科研到产业的价值落地技术的价值最终体现在应用中。水下动作捕捉系统已在多个领域实现“从实验室到生产线”的跨越，解决了传统方法难以突破的难题。 UW定制化大功率标记点，适应大型场景船舶模型测试、水下编队机器人100米亚毫米级五、FAQ：关于水下动作捕捉的常见疑问水下动作捕捉和陆地动捕的核心区别是什么？
37610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。 有标记动作捕捉系统凭借其高精度成为工业级应用的主流，而无标记动作捕捉系统则是以其便捷灵活性加速了商业化的落地。 无标记动作捕捉无标记动作捕捉是一种无需在人体或物体表面粘贴物理标记点，仅依靠计算机视觉、深度传感器或人工智能技术直接捕捉运动数据的方法。 满足专业领域需求依赖AI突破，提升复杂场景下的稳定性，推动消费级普及有标记动作捕捉在需要更高精度和专业的领域仍然占据主导地位，但无标记动作捕捉技术的发展，让动作捕捉技术的应用场景正逐渐被拓展和优化。 而技术的选择核心在于精度需求和场景灵活性，追求高精度动作捕捉可以选择有标记动作捕捉，而追求便捷、低成本可以选择无标记动作捕捉。
63310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？ 从技术本质来看，动作捕捉的核心是 “定位” 与 “追踪”：通过传感器、摄像头等设备捕捉目标的关键节点（如人体关节），再通过算法计算节点的空间坐标变化，最终生成可被计算机识别的动作数据。 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。 、实时直播、运动分析无标记点动作捕捉基于计算机视觉和深度学习，直接识别人体自然特征（无需标记点）无需贴点、部署快速NOKOV Astra 无标记点系统快速原型开发、互动娱乐、体育训练其中，光学式动作捕捉和无标记点动作捕捉是当前精度与适用性平衡较好的技术 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。
1.7K10编辑于 2025-08-15机器人动作捕捉：驱动智能体精准运动的“隐形之手”
在机器人从机械臂向人形进化的革命中，机器人动作捕捉技术正成为突破运动智能瓶颈的核心引擎。 作为国产高精度光学动捕领导者，NOKOV度量动作捕捉系统以亚毫米级精度和超低延迟，为机器人训练、控制与协同铺设了通往未来的高速路。 一、机器人动作捕捉：如何让钢铁之躯“活”起来？ 三、如何选择机器人动作捕捉方案？ 机器人自主生成未学习过的动作序列 FAQ：机器人动作捕捉关键疑问解答Q1：光学动捕为何比IMU（惯性单元）更适合精密机器人？ Q2：中小团队如何降低机器人动作捕捉成本？ 答：可采用NOKOV度量的轻量级方案（4相机系统），租金仅主流产品1/3，且支持按小时计费。 Q3：多机器人协同为何必须全局动作捕捉？
38310编辑于 2025-08-13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。 万像素（4096×3072）帧率：380FPS（超Vicon 500fps）精度：±0.05mm（亚毫米级）视场角：104°×55°（广角覆盖）适用场景：影视动画、生物力学、高精度机器人控制1.2 惯性动作捕捉摄像头工作原理 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？ 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。
48810编辑于 2025-08-14- 来自专栏企鹅号快讯
CMU提出基于学习的动作捕捉模型，用自监督学习实现人类3D动作追踪
这成为了限制动作捕捉的瓶颈，致使每次捕捉动作时必须用干净的绿布作为背景，并且要手动初始化或切换成多摄像头作为输入源。在本项研究中，我们提出了一个用于单摄像头输入的基于学习的动作捕捉模型。 当前，大多数动作捕捉系统都是优化驱动，其并不能从经验中获益。单目动作捕捉系统优化3D人体模型的参数以在视频中与测量结果相匹配（如人像分割、光流等）。 图1 动作捕捉的自监督学习 给定一个视频序列和一组2D肢体关节热图，我们的网络可预测SMPL3D人体网格模型的肢体参数。 相关研究 3D动作捕捉 使用多台摄像机进行3D动作捕捉（四个或四个以上）是一个已被详细研究的问题，其中现有的方法取得了令人印象深刻的结果。 然而，即使对于仅有骨架的捕捉/追踪，单个单目照相机的动作捕捉仍是一个尚待解决的问题。由于单目动作捕捉中的模糊和遮挡可能是严重的，大多数方法依赖于先前的姿势和动作模型。早期的研究考虑线性动作模型。
2.6K100发布于 2018-01-05 - 来自专栏用户10004205的专栏
Unity【HTC Vive & Noitom】- 关于动作捕捉的两种解决方案
的使用说明文档地址： http://www.root-motion.com/finalikdox/html/page16.html 缺点： 1.追踪信号依赖于基站，会有信号丢失现象 2.追踪点较少，手指等细节位置的动作无法体现 二、Noitom 诺亦腾设备 官方介绍： PN Studio 是诺亦腾动作捕捉系列中的旗舰级产品。 PN Studio 具有无线数据传输、低延迟、高精度、磁干扰免疫等先进特性，可在最大1000平米范围内有效捕捉各种大动态高难度运动以及精确的手指姿态动作。 硬件： Perception Neuron Studio 专业级动作捕捉系统 软件： Axis Studio及Unity SDK，下载地址： https://shopcdn.noitom.com.cn /article/36.html 两种解决方案相比较而言，Noitom设备的追踪点较丰富，动作细节表现的更好些。
79810编辑于 2022-08-29 人体动作捕捉设备：从原理到应用，NOKOV度量系统的创新实践
一、技术原理与分类：从实验室到商业化的技术演进1.1 动作捕捉技术的核心原理动作捕捉技术通过传感器、摄像头等设备，将人体或物体的运动轨迹转化为数字信号，最终重建为三维模型。 1.2 主要技术分类对比1.3 NOKOV度量系统的技术定位作为国产光学动作捕捉系统的代表，NOKOV采用标记点式光学技术，结合自主研发的高性能摄像头与算法，实现：亚毫米级精度（±0.05mm）1200 ，实现：六足机器人关节协调控制复杂地形下的自适应步态优化实时反馈标定，误差降低40%3.2 医疗康复：从步态分析到外骨骼研发案例3：南方科技大学智能义肢开发南方科技大学付成龙教授团队通过NOKOV度量捕捉残肢与假肢的交互动作 、未来趋势：动作捕捉技术的跨界融合4.1 技术升级方向无标记点技术：通过AI算法识别自然动作，降低设备佩戴门槛。 Q4：能否用于户外大场景动作捕捉？A：NOKOV度量的广角镜头与抗干扰算法支持最大50m×50m场地，搭配防晒罩与补光设备可适应户外环境。Q5：未来动作捕捉技术会取代演员吗？
42210编辑于 2025-09-29- 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）
2.2 动作捕捉：构建数字人 "灵动身躯" 光学捕捉：通过红外摄像头追踪标记点，实现毫米级精度 光学动作捕捉系统主要由红外光摄像机、被动或主动标记以及动作捕捉分析软件组成。 在舞蹈教学领域，舞者可以佩戴惯性捕捉设备，在舞蹈教室中进行舞蹈动作的录制和分析，教师可以通过回放捕捉到的动作数据，对舞者的动作进行精准指导，帮助舞者提升舞蹈技巧。 单目视觉：普通摄像头即可完成低成本动作采集 单目视觉动作捕捉技术利用普通的摄像头作为采集设备，通过计算机视觉算法对摄像头拍摄的视频图像进行分析和处理，实现对人体动作的捕捉。 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。 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。
1.1K10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。 （如体育训练）诺亦腾AI无标记式通过深度学习算法从视频中直接提取关节、骨骼的关键点临床研究（医疗康复、运动科学）NOKOV度量动作捕捉 Astra无标记点动作捕捉系统1.2 为什么选择光学式动作捕捉？ NOKOV度量合作，通过Mars18H系统捕捉极端路况下驾驶员的应急动作，为AI决策模型提供真实数据训练集。 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？ 5.4 动作捕捉数据可以应用于哪些领域？
64210编辑于 2025-08-07- 来自专栏AI科技评论
诺亦腾 CTO 戴若犁，和动作捕捉的十年
40多年过去，动画师李·哈里森三世开发出了现代意义上的第一套动作捕捉系统——他将电阻缝在紧身衣上，并以此记录人体的动作。到了后面，使用外骨骼的动作捕捉技术也应运而生。 无需摄像头，这些传感器直接记录下自己的运动信息，再根据算法，演算出演员全身或局部的动作，来实现动作捕捉的效果。 戴若犁说，“动作捕捉技术能够继续在行业里下沉，还是要感谢智能手机的发展。” 您认为，动作捕捉技术在元宇宙建设中，扮演了一个怎样的角色？ 戴若犁：动作捕捉技术，在元宇宙这个概念里面，属于一个基础建设级别的技术。 而除了语言、图像，肢体语言和动作、表情、手势都相当重要。 雷峰网：那您认为，要让动作捕捉技术在元宇宙开花结果，会是怎样的形态？
1.1K11编辑于 2023-02-23 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？ 这类场景中，动作捕捉技术需具备抗干扰能力，能在金属环境、粉尘干扰下保持数据稳定 —— 这也是惯性动作捕捉与光学动作捕捉常结合使用的原因。 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。 NOKOV 度量等企业已开始探索边缘计算与动作捕捉的结合，为外骨骼提供更高效的算力支持。五、FAQ：关于外骨骼机器人动作捕捉的常见疑问1.问：动作捕捉系统会限制外骨骼的穿戴灵活性吗？答：不会。
62010编辑于 2025-09-03
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