用于捕获和数字记录演员或对象身体运动的技术。在动画或VFX中使用。
定义
动作捕捉（或MoCap）是一种实时数字捕捉和记录身体运动的技术。演员或动画角色会穿着一种特殊的服装，上面带有反光标记点，这些标记点会被红外敏感摄像头追踪。捕捉到的位置信息会被转换为数字骨骼数据，然后应用到 CGI 角色上。
如今，动作捕捉对于好莱坞大片中的数字角色至关重要，例如《阿凡达》、《奇幻森林》或漫威系列电影。该技术能够实现照片般逼真的动作动画，这是手工绘制无法企及的。
动作捕捉的类型
1. 基于光学标记的 MoCap（标准）
工作原理：
- 在身体上贴上反光标记点（直径 12-16 毫米）
- 红外摄像头捕捉每个标记点的三维位置
- 通过三角测量计算出精确的骨骼位置
- 实时计算可实现现场预览
设备：
- 12-32 个专业红外摄像头（OptiTrack, Vicon, Xsens）
- 反光标记点套装
- 带有标记点袋子的专用服装
- 实时追踪软件
优点：
- 最高精度（亚毫米级）
- 可同时捕捉多个演员
- 处理速度极快
- 可实现无限的运动范围
缺点：
- 昂贵（场地租赁：8-15K 欧元/天）
- 标记点遮挡（被身体部分挡住）是问题
- 专用服装不舒适
- 校准过程复杂
2. 惯性 MoCap（基于 IMU）
工作原理：
- 每个关节上都装有加速度计
- 无需外部摄像头
- 无线数据传输
- 可实现更低的延迟
示例： Xsens MVN, OptiTrack Geno
优点：
- 可在户外捕捉
- 无需设置摄像头
- 部署速度更快
- 比光学系统便宜
缺点：
- 随时间推移会出现漂移和噪声
- 精度不如光学系统
- 每次会话前都需要校准
- 每个套装价格昂贵（50-70K 欧元）
3. 无标记 / AI 驱动的 MoCap
工作原理：
- 深度学习算法从视频中识别身体关节
- 无需标记点或专用硬件
- 可在标准 GPU 上进行实时处理
- 越来越普及（OpenPose, MediaPipe, RunwayML）
优点：
- 便宜（软件每月 100-500 欧元）
- 实施速度快
- 无需专用设备
- 室内外均可
缺点：
- 精度较低（±5-10 厘米误差）
- 每次拍摄只能捕捉一个人
- 快速动作表现不佳
- 需要后期数据处理
4. 实时 / 直播 MoCap（流式传输）
工作原理：
- 实时追踪直接输入到 3D 引擎中
- 演员可以在实时监视器上看到自己的数字替身
- 可实现交互式表演
- 用于虚拟制作（LED 舞台）
示例：《曼达洛人》、《堡垒之夜表演捕捉》
优点：
- 为演员提供实时反馈
- 导演可以实时进行调整
- 减少返工
- 实时预演
缺点：
- 极其昂贵（100K-200K 欧元/天）
- 技术复杂
- 需要专业人才
- 技术容错度有限
标记点放置：标准骨骼
标准的 MoCap 骨骼通常有 40-70 个标记点：
头部：
├── 头顶
├── 前额
├── 后脑勺
└── 颈部
脊柱：
├── 脊柱 1（底部）
├── 脊柱 2（中部）
├── 脊柱 3（顶部）
└── 锁骨 L/R
左臂：
├── 肩部 L
├── 肘部 L
├── 手腕 L
├── 手 L
└── 手指 L [1-5]
右臂：
└── （相同）
骨盆：
├── LHIP（左髋）
├── RHIP（右髋）
└── 骨盆后部
左腿：
├── 膝盖 L
├── 脚踝 L
├── 脚趾 L
└── 脚跟 L
右腿：
└── （相同）MoCap 工作流程
第一阶段：前期制作
捕捉会话前：
- 场景规划和动作设计
- 标记点放置定义
- 摄像头设置和校准
- 服装适配和尺码选择
- 演员简报
第二阶段：捕捉（在工作室）
准备（30 分钟）：
├── 演员穿上 MoCap 服装（含设备重达 30 公斤）
├── 标记点粘贴和检查
└── 摄像头校准（T 姿势和 A 姿势）
录制（4-6 小时）：
├── 录制片段
├── 实时质量控制检查
├── 标记点遮挡时重新录制
└── 片段之间进行 T 姿势作为参考
捕捉后（30 分钟）：
├── 数据验证
├── 文件传输和备份
└── 设备清洁第三阶段：后期处理（2-4 周）
原始捕捉数据
├── 标记点空隙填充（缺失帧的插值）
├── 抖动减少和光滑处理
├── 骨骼拟合（标记点 → 骨骼转换）
├── 缩放和 T 姿势归一化
├── 动作图创建
└── FBX/EXR 导出用于动画技术规格
光学追踪系统（行业标准）
精度： ±2-5 毫米 RMS 误差
延迟： 2-4 帧（以 24fps 计算为 83-166 毫秒）
捕捉帧率： 120-240fps（用于降采样到 24fps）
工作空间： 4 米 x 4 米 至 20 米 x 20 米（可通过阵列扩展至任意大小）
摄像头数量： 通常为 12-32 个
刷新率： 120Hz 或 240Hz
数据格式和大小
一次 8 小时的会话，50 个标记点，120fps：
├── 原始数据：约 50-80 GB（专有格式）
├── 骨骼数据：约 2-5 GB（FBX/BVH）
├── 动作图：约 500MB-1GB
└── 存档备份：150-200 GB（冗余）MoCap 中的问题与解决方案
问题 1：标记点遮挡
现象： 标记点被身体部位遮挡，追踪系统丢失位置
解决方案：
- 通过软件进行标记点空隙填充（插值）
- 增大标记点之间的物理距离
- 增加摄像头数量（冗余视线）
- 手动清理问题区域
清理成本： 后期制作时间增加 30-50%
问题 2：抖动和噪声
现象： 标记点由于摄像头噪声或反射而“抖动”
解决方案：
- 基于软件的抖动减少（Butterworth 滤波器）
- 手动关键帧校正
- 提高捕捉帧率进行降采样
- 更高质量的标记点（反射特性）
问题 3：肩膀弹出 / 万向锁
现象： 由于数学奇异性导致肩膀出现不自然的旋转
解决方案：
- 使用四元数（Quaternion）进行旋转（而非欧拉角）
- 骨骼系统中的求解器约束
- 手动动画处理关键帧
- 高阶插值
问题 4：手指运动
现象： 难以追踪每只手上的 5 个手指（标记点密度大）
解决方案：
- 使用专用手部追踪摄像头（单独）
- 带有手指标记点的特制手套
- 半自动手部动画
- 通常需要手动后期处理（80% 的镜头）
MoCap 与手工动画对比
| 方面 | MoCap | 手工动画 |
|---|---|---|
| 真实感 | 自然 | 风格化 |
| 速度 | 快（1 天捕捉） | 慢（1-2 周） |
| 成本 | 前期投入高 | 持续投入高 |
| 控制力 | 有限 | 最大化 |
| 特效 | 困难 | 容易 |
| 微调 | 大量清理 | 最少 |
| 循环和重复 | 简单 | 复杂 |
著名的 MoCap 制作
- 阿凡达（2009）：为蓝色纳美人进行了 60 天的 MoCap
- 霍比特人（2012）：安迪·瑟金斯在片场实时扮演咕噜
- 奇幻森林（2016）：通过 MoCap 动物实现真人电影外观
- 复仇者联盟：无限战争（2018）：灭霸使用实时 MoCap
- 曼达洛人（2019）：在 LED 体积内进行实时 MoCap
MoCap 中的演员表演
效果好的方面：
- 大范围、清晰的动作
- 肢体语言和姿态
- 通过动作传达情感
- 与其他 MoCap 演员的互动
- 动态动作序列
困难的方面：
- 细微的微表情
- 手指的细微动作
- 眼神交流（通常单独拍摄）
- 服装的互动
- 逼真的物体抓取
动作捕捉的未来
当前趋势：
- 实时 AI 辅助标记点遮挡处理
- 无标记系统越来越好（RunwayML, OpenPose 2.0）
- 流媒体制作中的实时 MoCap
- 混合方法（光学 + IMU 结合）
- 基于云的后期处理
参见
继续浏览词典