详解超逼真动作背后的技术——动作捕捉

电影《魔戒》里的咕噜姆、《泰迪熊》里的毛绒熊、《阿凡达》里的部落公主……电影里那些经典虚拟形象生动的表演总能深深打动观众，而它们被赋予生命的背后都源于一项重要的科技技术 ——动作捕捉。

动作捕捉（Motion capture），简称动捕（Mocap），是指记录并处理人或其他物体动作的技术。多个摄影机捕捉真实演员的动作后，将这些动作还原并渲染至相应的虚拟形象身上。这个过程的技术运用即动作捕捉，英文表述为Motion Capture。

动作捕捉技术涉及尺寸测量、物理空间里物体的定位及方位测定等方面可以由计算机直接理解处理的数据。在运动物体的关键部位设置跟踪器，由Motion capture系统捕捉跟踪器位置，再经过计算机处理后得到三维空间坐标的数据。当数据被计算机识别后，可以应用在动画制作，步态分析，生物力学，人机工程等领域。

动作捕捉的起源普遍被认为是费舍尔（Fleischer）在1915年发明的影像描摹（rotoscope）。这是一个在动画片制作中产生出的一种技术。艺术家通过精细的描绘播放给他们的真人录影片段当中的每一帧静态画面来模拟出动画人物在虚拟世界中的具备真实感的表演。

这个过程本身是枯燥乏味的。但是对于这些动画师来说，幸运且具有纪念意义的是，1983年麻省理工学院（MIT）研发出了一套图形牵线木偶。

这套系统使用了早期的光学动作捕捉系统，叫做“Op-Eye”，它依赖于一系列的发光二极管，通过制定动 作，来生成动画脚本（Sturman,1999）。本质上，这个牵线木偶充当了第一套“动作捕捉服装”。它自带非常有限数量的感应球,这些球能粗略的定位人体结构的关键骨骼点的位置。

这套技术的产生，迅速的奠定了动作捕捉在之后迅速发展的基础，为后续各种动作捕捉提供了追寻的方向，也引领了之后动作捕捉技术的风潮，包括今天的动作捕捉技术在内。

动作捕捉系统是指用来实现动作捕捉的专业技术设备。不同的动作捕捉系统依照的原理不同，系统组成也不尽相同。

总体来讲，动作捕捉系统通常由硬件和软件两大部分构成。硬件一般包含信号发射与接收传感器、信号传输设备以及数据处理设备等；软件一般包含系统设置、空间定位定标、运动捕捉以及数据处理等功能模块。

信号发射传感器通常位于运动物体的关键部位，例如人体的关节处，持续发出的信号由定位传感器接收后，通过传输设备进入数据处理工作站，在软件中进行运动解算得到连贯的三维运动数据，包括运动目标的三维空间坐标、人体关节的6自由度运动参数等，并生成三维骨骼动作数据，可用于驱动骨骼动画，这就是动作捕捉系统普遍的工作流程。

所谓传感器是固定在运动物体特定部位的跟踪装置，它将向 motion capture 系统提供运动物体运动的位置信息，一般会随着捕捉的细致程度确定跟踪器的数目。

这种设备会因 motion capture 系统的类型不同而有所区别，它们负责位置信号的捕捉。对于机械系统来说是一块捕捉电信号的线路板，对于光学 motion capture 系统则是高分辨率红外摄像机。

motion capture 系统，特别是需要实时效果的 motion capture 系统需要将大量的运动数据从信号捕捉设备快速准确地传输到计算机系统进行处理，而数据传输设备就是用来完成此项工作的。

经过 motion capture 系统捕捉到的数据需要修正、处理后还要有三维模型向结合才能完成计算机动画制作的工作，这就需要我们应用数据处理软件或硬件来完成此项工作。软件也好硬件也罢它们都是借助计算机对数据高速的运算能力来完成数据的处理，使三维模型真正、自然地运动起来。剧中汤姆汉克斯穿着一套布满150个感应器的黑色紧身衣，这样电脑就能把他的眼睑、嘴唇、眉毛、乃至每个身体的表情和动作捕捉到。

动作捕捉系统种类较多，一般地按照技术原理可分为：机械式、声学式、电磁式、惯性传感器式、光学式等五大类，其中光学式根据目标特征类型不同又可分为标记点式光学和无标记点式光学两类。近期市场上出现所谓的热能式动作捕捉系统，本质上属于无标记点式光学动作捕捉范畴，只是光学成像传感器主要工作在近红外或红外波段。

机械式动作捕捉系统依靠机械装置来跟踪和测量运动轨迹。典型的系统由多个关节和刚性连杆组成，在可转动的关节中装有角度传感器，可以测得关节转动角度的变化情况。装置运动时，根据角度传感器所测得的角度变化和连杆的长度，可以得出杆件末端点在空间中的位置和运动轨迹。X-1st是这类产品的代表，其优点是成本低，精度高，采样频率高，但最大的缺点是动作表演不方便，连杆式结构和传感器线缆对表演者动作约束和限制很大，特别是连贯的运动受到阻碍，难以实现真实的动态还原。

声学式动作捕捉系统一般由发送装置、接收系统和处理系统组成。发送装置一般是指超声波发生器，接收系统一般由三个以上的超声探头阵列组成。通过测量声波从一个发送装置到传感器的时间或者相位差，确定到接受传感器的距离，由三个呈三角排列的接收传感器得到的距离信息解算出超声发生器到接收器的位置和方向。其最大优点是成本低，但缺点是精度较差，实时性不高，受噪声和多次反射等因素影响较大。

电磁式动作捕捉系统一般由发射源、接收传感器和数据处理单元组成。发射源在空间产生按一定时空规律分布的电磁场；接收传感器安置在表演者身体的关键位置，随着表演者的动作在电磁场中运动,接收传感器将接收到的信号通过电缆或无线方式传送给处理单元，根据这些信号可以解算出每个传感器的空间位置和方向。Polhemus和Ascension公司是这类产品生产商的代表，其最大特点是使用简单、鲁棒性和实时性好，缺点是对金属物体敏感，金属物引起的电磁场畸变对精度影响大，采样率较低，不利于快速动作的捕捉，线缆式的传感器连接同样对动作表演形成束缚和障碍，不利于复杂动作的表演。