如果你是一名游戏爱好者亦或爱看CG电影，那么动作捕捉这项技术你肯定不会陌生。

该技术通过捕捉记录演员的动作和身体表演，将其数据转化为虚拟角色的运动动画。

【资料图】

但你知道么，动作捕捉除了能为人们带来逼真的电影视效，在我们的日常生活中它其实也能发挥极大作用。

从健身、康复到游戏与虚拟现实，精确的全身动态捕捉技术都能为这些领域带来好处，比如它可以帮足球运动员改善运动姿势，或帮助手术后恢复的病人监测步态的变化，亦或让游戏玩家获得更深层次的沉浸式互动体验。

然而目前最尴尬的问题是，大多数消费者没有适合的工具来进行动作捕捉，他们也不想在家里改装传感器，更不想为此挤进好莱坞那种用来创造视觉特效的紧身动捕服。

如果有可能从用户已经拥有的设备中生成有用的动捕信息，这也许会给我们的娱乐与生活带来重大影响。

事实也证明了发明家们从来不会让我们失望，为了让普通人也有机会享受到全身动态捕捉带来的上述种种好处，他们发明了一种有趣的全新解决方案，这是一种基于IMU定位的全身姿态预测方案，顺便一说这也是VR追踪模块常用的技术。

这种全身姿态预测方案仅需要利用你整天随身携带的电子设备，如无线耳机或iPhone之类，就能完成全身动态捕捉，算是一款“简易”版的动态捕捉技术。

简易版动捕是美国卡内基梅隆大学的未来接口小组（FIG）的最新研究。

虽然它的精确度尚且还不能与紧身衣和动辄百万美元的动捕工作室相提并论，但这种新技术用来提高健身追踪的准确性已经足够高，亦或者它也能让用户在不需要任何特殊硬件装备的支持下就能将他们的动作转换到虚拟现实世界当中。

FIG的这项研究实际上很容易让人想起苹果在几年前申请的类似专利，因为它进行动捕所依赖的唯一设备也是你身上的智能手表、智能手机、无线耳机这些便携式电子设备。

现如今用户能够用上健身追踪，空间音频这类基于精准位置信息的新功能，是因为这些新一代智能穿戴设备都配备有加速度计、陀螺仪和其他运动检测传感器，让它们具备了先进的定位技术。

一般来说，这些便携式设备内置的传感器会把定位数据通过软件开发工具包提供给开发人员，以供第三方应用程序和配件使用。

FIG的研究人员就是专门针对这些传感器数据开发了一款名为IMUPoser的算法工具，它会收集并整合从智能穿戴设备得到的传感器数据，并利用其计算出用户的全身姿态。

通常将动捕演员的表演转换为电子游戏角色或电影中的CG角色需要捕捉数百个跟踪点的运动数据。

但是现在通过装在裤子口袋里的智能手机、手腕上佩戴的智能手表和耳朵上的无线耳机也提供了足够多的位置数据，可以让系统智能地猜测用户的身体姿势，包括他们所有四肢的位置，或者他们是处于站立还是蹲姿等等。

另外，IMUPoser还可通过距离传感器识别手机在口袋内部还是外部，或根据智能手表和手机之间的距离，来识别手机在哪只手上或哪个口袋里。

总之，研究人员根据三种设备的佩戴位置与佩戴数量的不同，在预设算法的时候已经考虑到了24种最有可能的穿戴搭配方案，比如智能手表和手机在同一侧手臂上，耳机和手机在同一个口袋之类，当然这其中也考虑了用户只佩戴一种智能设备的情况。

不过这种方法不能保证100%的动捕准确性，由于没有传统动捕服那样多的跟踪点提供数据，这套系统做了很多假设来弥补它所使用的最少跟踪数据。

比如，当你举起一只手打招呼，由于没有另一只手臂的动作数据，此时系统预测的结果就会是你在举双手；再者，如果它预测到一个人在走路，它会假设智能手机和智能手表追踪到的另一条胳膊和腿也在移动，只是不同步（这是人类自然的行走步态）。

而且当IMUPoser得到的设备数据不足时，比如用户只佩戴了手表与手机两种设备，甚至是只有手表、耳机、手机一种设备，这种准确性会下降得更多。

如果你问这个基于个人穿戴设备的简易版动捕会取代更强大的专业动作捕捉设备吗？

答案肯定是不能的，至少现在不会。

当然我们也不排除以后出现更多携带先进传感器的智能穿戴设备，并且把它们全部联动后，传统的动捕设备会被其取代。

但以目前这套技术的跟踪水平而言，用它来改进和完善从智能设备中已经使用的运动传感器收集的数据是足够用的。

许多健身追踪器都会试图猜测用户正在做什么活动，而有了这个工具就可以帮助用户减少纠正它们的次数，尤其对用户来说还不需要对自己的设备进行任何物理形式的改装与硬件更换，何乐而不为呢？【iDailycar】