OUR COLUMN
/ 专栏简介 /
基于智能柔性传感的人体运动跟踪系统
各位读者好，在元宇宙与AIGC大热的当下，人类与AI和虚拟世界的互动形式涌现出了各种各样的形态。Human+团队很高兴能看到这一点，越来越多的人关注于人与AI和虚拟世界的交互，将会使之更快地爆发。
在这样一个节点，Human+团队基于自身所在的领域，将启动这样一个专栏，向大家介绍动作捕捉技术——这是元宇宙的基石，人与数字世界进行交互的重要互动形式。本系列专栏将在接下来的一个多月里，发布多篇文章，讲解现有的动作捕捉解决方案，希望能吸引有更多的人关注这一领域，共同探索更多形式与应用场景。
引言
这里是系列专栏1的第二篇文章，我们将向大家介绍动作捕捉领域最为大众熟知的也是最成熟的技术方案——光学动捕。
01
光学动作捕捉是什么？
《阿凡达》、《刺客信条》等大家都不陌生吧，运用摄像头捕捉真人身上的标记点，将动作映射在虚拟人物上。这就是利用机器视觉进行三维重建的光学动作捕捉技术。
光学动作捕捉系统基于计算机视觉原理，由多个高速相机从不同角度对目标特征点的监视和跟踪，同时结合骨骼解算的算法来完成动作捕捉。理论上对于空间中的任意一个点，只要它能同时被两台以上相机所见，就可以确定这一时刻该点在空间中的3D位置。当相机以高帧率连续拍摄时，从图像序列中就可以得到该点的运动轨迹。
简单来说，就是用摄像机来“看”人或标记点在哪，并且为了防止被挡住，需要多个摄像机从多个角度看——摄像机越多，被遮挡的概率越小，动作捕捉精度越高。（当然设备也就越贵）我们常常看到电影或动画的拍摄现场布置着一圈摄像头。
02
光学动作捕捉的技术方案
光学人体动作捕捉技术（后文简称光学动捕）以光学摄像机为基础进行数据采集，一般分为无标记点式光学动作捕捉和标记点式光学动作捕捉。
顾名思义，无标记点即直接采用三维深度信息进行运动捕捉，系统基于结构光编码投射实时获取视场内物体的三维深度信息，根据三维形貌进行人形检测，提取关节概括性的运动轨迹描绘，普遍捕捉解算帧率和精度较低。
而标记点式光学动捕的捕捉人物身上会放置标记点，通过标记点的自主发光或放射摄像机的红外光，使摄像机系统能从多个角度探测该点，并将数据实时传输至数据处理工作站，根据三角测量原理精确计算标记点的空间坐标，再从生物运动学原理出发解算出骨骼的6自由度运动数据信息。
目前，被动反射的有标记点的光学动作捕捉运用最为广泛。相比于无标记点，其捕捉精度更高，相比于主动发光的标记点，其耗电更低，易于维护使用。目前，此方案技术成熟稳定，采样率高、捕捉精度高，空间定位精度误差通常小于亚毫米级别，识别输入延迟低于2.9~5毫秒以下；能在不依靠更多外接设备的前提下，仅靠增加标记点数量而让系统独立捕捉更多人的动作，标记点可以很低成本地随意增加和布置，对被捕捉物的物体形态种类和空间范围上适用度较广。
03
光学动捕系统提供商与应用场景
目前做动作捕捉技术的圈子并不大，主要应用于影视、游戏、动画领域，毕竟只有这些土豪产业才上得起动辄数百万元的设备，也有各种科研实验室会购买这类系统，用于分析人体运动数据。同时，在军工方面也有所运用。
上文中我们特意强调是人体动作捕捉，而实际上，光学动作捕捉技术不仅仅能用于人体，对于空间中的物体都可以进行标记捕捉，目前在无人机、机器人、安防等领域也有所应用。
04
光学动捕的优缺点
光学动作捕捉的优点主要有：
1. 表演活动范围相对较大，没有电缆，机械装置限制，表演者可以自由表演，使用较为方便。
2. 采样率高，一般可以达到60帧的速率，可以满足大多数运动捕捉的需要。
3. 标记点的价格便宜，便于扩充。
光学式运动捕捉的缺点主要有：
1. 系统整体造价用高，一套光学式运动捕捉的费用几十万到几百万，精度与造价关系大。
2. 系统对环境要求较高，对场地的光照和反射非常敏感。
3. 后期处理成本高，实时性能差。运动中的标记点很容易相互混淆和遮挡，后期处理很麻烦。
4. 表演者活动范围仍然是有限的。
05
结语
总的来说，光学动作捕捉技术是当前动捕领域最为成熟的方案，无论是技术本身还是落地场景，都有已经形成一定的规模和成效。
关注我们的专栏，一起参与讨论。
/ END /
联系我们
团队项目网站
关于我们
Human+是由厦门大学信息学院郭诗辉副教授带领的研究团队，为了让每个人能够更好的去运动而研发了智能服装，并以传说中解决人们穿衣问题的嫘祖命名研发产品。我们致力于通过智能服装提高用户的运动能力，但是又不仅仅局限于运动方向。团队将智能服装作为载体，应用于运动，医疗，动作捕捉等多领域。团队中集合了一群才华横溢的小伙伴，每个人都拥有着自己的特长。团队中不仅仅有计算机领域的人才，还有着市场，美工，营销，硬件，财务等多方位高水平专业性人才。在团队的共同努力下，围绕智能服装，开展一流的研究，沉淀有价值的系统。
Human+ is a research team led by Guo Shihui, an associate professor from the School of Information Technology, Xiamen University. In order to make everyone better able to exercise, Human+ developed intelligent clothing, which was named Lei Zu, a legendary designer who solves people's dressing problems. In this team, there are a group of talented friends, each of whom has his own special skills. There are not only computer talents in the team, but also marketing, art, marketing, hardware, finance and other high-level professional talents. With the joint efforts of the team, we will carry out first-class research and precipitate valuable systems around smart clothing.
Human+ aims to improve users' movement ability through smart clothing, but not just in the direction of movement. Our team uses smart clothing as a carrier, which is applied in many fields such as sports, medical treatment and motion capture.