如果你是一名游戲愛好者亦或愛看CG電影，那么動作捕捉這項技術你肯定不會陌生。

該技術通過捕捉記錄演員的動作和身體表演，將其數據轉化為虛擬角色的運動動畫。

(相關資料圖)

但你知道么，動作捕捉除了能為人們帶來逼真的電影視效，在我們的日常生活中它其實也能發揮極大作用。

從健身、康復到游戲與虛擬現實，精確的全身動態捕捉技術都能為這些領域帶來好處，比如它可以幫足球運動員改善運動姿勢，或幫助手術后恢復的病人監測步態的變化，亦或讓游戲玩家獲得更深層次的沉浸式互動體驗。

然而目前最尷尬的問題是，大多數消費者沒有適合的工具來進行動作捕捉，他們也不想在家里改裝傳感器，更不想為此擠進好萊塢那種用來創造視覺特效的緊身動捕服。

如果有可能從用戶已經擁有的設備中生成有用的動捕信息，這也許會給我們的娛樂與生活帶來重大影響。

事實也證明了發明家們從來不會讓我們失望，為了讓普通人也有機會享受到全身動態捕捉帶來的上述種種好處，他們發明了一種有趣的全新解決方案，這是一種基于IMU定位的全身姿態預測方案，順便一說這也是VR追蹤模塊常用的技術。

這種全身姿態預測方案僅需要利用你整天隨身攜帶的電子設備，如無線耳機或iPhone之類，就能完成全身動態捕捉，算是一款“簡易”版的動態捕捉技術。

簡易版動捕是美國卡內基梅隆大學的未來接口小組（FIG）的最新研究。

雖然它的精確度尚且還不能與緊身衣和動輒百萬美元的動捕工作室相提并論，但這種新技術用來提高健身追蹤的準確性已經足夠高，亦或者它也能讓用戶在不需要任何特殊硬件裝備的支持下就能將他們的動作轉換到虛擬現實世界當中。

FIG的這項研究實際上很容易讓人想起蘋果在幾年前申請的類似專利，因為它進行動捕所依賴的唯一設備也是你身上的智能手表、智能手機、無線耳機這些便攜式電子設備。

現如今用戶能夠用上健身追蹤，空間音頻這類基于精準位置信息的新功能，是因為這些新一代智能穿戴設備都配備有加速度計、陀螺儀和其他運動檢測傳感器，讓它們具備了先進的定位技術。

一般來說，這些便攜式設備內置的傳感器會把定位數據通過軟件開發工具包提供給開發人員，以供第三方應用程序和配件使用。

FIG的研究人員就是專門針對這些傳感器數據開發了一款名為IMUPoser的算法工具，它會收集并整合從智能穿戴設備得到的傳感器數據，并利用其計算出用戶的全身姿態。

通常將動捕演員的表演轉換為電子游戲角色或電影中的CG角色需要捕捉數百個跟蹤點的運動數據。

但是現在通過裝在褲子口袋里的智能手機、手腕上佩戴的智能手表和耳朵上的無線耳機也提供了足夠多的位置數據，可以讓系統智能地猜測用戶的身體姿勢，包括他們所有四肢的位置，或者他們是處于站立還是蹲姿等等。

另外，IMUPoser還可通過距離傳感器識別手機在口袋內部還是外部，或根據智能手表和手機之間的距離，來識別手機在哪只手上或哪個口袋里。

總之，研究人員根據三種設備的佩戴位置與佩戴數量的不同，在預設算法的時候已經考慮到了24種最有可能的穿戴搭配方案，比如智能手表和手機在同一側手臂上，耳機和手機在同一個口袋之類，當然這其中也考慮了用戶只佩戴一種智能設備的情況。

不過這種方法不能保證100%的動捕準確性，由于沒有傳統動捕服那樣多的跟蹤點提供數據，這套系統做了很多假設來彌補它所使用的最少跟蹤數據。

比如，當你舉起一只手打招呼，由于沒有另一只手臂的動作數據，此時系統預測的結果就會是你在舉雙手；再者，如果它預測到一個人在走路，它會假設智能手機和智能手表追蹤到的另一條胳膊和腿也在移動，只是不同步（這是人類自然的行走步態）。

而且當IMUPoser得到的設備數據不足時，比如用戶只佩戴了手表與手機兩種設備，甚至是只有手表、耳機、手機一種設備，這種準確性會下降得更多。

如果你問這個基于個人穿戴設備的簡易版動捕會取代更強大的專業動作捕捉設備嗎？

答案肯定是不能的，至少現在不會。

當然我們也不排除以后出現更多攜帶先進傳感器的智能穿戴設備，并且把它們全部聯動后，傳統的動捕設備會被其取代。

但以目前這套技術的跟蹤水平而言，用它來改進和完善從智能設備中已經使用的運動傳感器收集的數據是足夠用的。

許多健身追蹤器都會試圖猜測用戶正在做什么活動，而有了這個工具就可以幫助用戶減少糾正它們的次數，尤其對用戶來說還不需要對自己的設備進行任何物理形式的改裝與硬件更換，何樂而不為呢？【iDailycar】

?