惯性动作捕捉在大型项目中应用的优势

电影和电视制作工作流程围绕着效率和真实性。一些知名的游戏开发工作室也开始向着这一方向靠拢。当涉及到动画数字角色动作呈现时，动作捕捉仍然是最好的方法。
人工智能运动捕捉在2022年进入市场，成为开发人员和动画师潜在的省时省力的解决方案。它为基于标记动作捕捉（包括光学和惯性技术）提供了一个诱人的替代品。不可否认，AI mocap能够提供的东西令人印象深刻，但目前其还没有做好高端应用的准备。

AI动作捕捉

AI动作捕捉技术使用机器学习算法从视频镜头中提取一个人身体上的关键点。只需一个摄像头(智能手机)，可在任何光线充足的地点完成捕捉。
根据软件的不同，数据传输可以是即时的，也可以在处理摄像机镜头后获得。但训练人工智能工具的ML数据集是基于光学和惯性运动捕捉数据的——人工智能模型本质上是使用对这些数据的“最佳猜测”进行解释。虽然它在这个过程中做得很好，但还有另一个重要的方面需要注意：它并不准确。

无标记运动捕捉技术通过解释图像来理解运动和关节位置。这里的关键词是“解释”——与身体运动没有直接联系，这有时会导致不准确或不正确的动作呈现，这些数据必须在动画工作开始之前在后期制作中进行编辑。对于较小项目的制作或序列来说，这可能不是一个太大的问题，在较小的制作或序列中，对数据稍加修改并不需要太多精力，但是大制作需要高程度的准确性、多功能性和可靠性。举例来说，像《人猿星球》这样的项目如果使用AI动作捕捉则会有太多的数据需要处理和修正，这就变得得不偿失了。

两全其美的解决方案

人工智能动作捕捉的吸引力有两个方面：成本控制和易用性。传统的光学运动捕捉系统需要几个，甚至几百个摄像头来生成数据，这可能会使成本远远超出利润。但是优点是动作要准确得多。AI mocap设置起来更快，运行起来更便宜，但是牺牲了准确性。备选方案是利用具有嵌入式IMU(惯性测量单元)的惯性运动捕捉套装，比如Xsens套装。因为测量是在身体上进行的，所以在这个过程中根本不需要摄像机，这意味着它只需穿上衣服、校准系统并进行记录。整体设置时间不到15分钟，比光学动作捕捉快得多。

像Xsens这样的惯性系统还有一个额外的好处，就是便于携带。在这个过程中没有摄像机参与，这种动作捕捉方式随之带来的是极高的自由度。
光学运动捕捉仍然是最准确的数据生成方式之一，但它需要一个完整的舞台和许多相机才能工作。AI系统更便宜，也更容易设置，但牺牲了数据的准确性。虽然惯性动捕需要套装，但它无需光学动捕之类的完整体积或光学和人工智能之类的相机设置，就能提供准确的数据。

动作捕捉的未来

就目前而言，人工智能动作捕捉不太符合大规模制作公司的标准，这可以从保罗·梅特卡夫的对比视频中看出。但是它与其他方法的结合将带来更有潜力的发展方向。人工智能也被部署在分析mocap数据的软件中。这并不表示这项技术将在动作捕捉方向停止发展。考虑到优缺点，三种技术在动作捕捉过程中都有自己的位置，甚至可以相互补充。
行业需要改变传统动作捕捉的工作流程，既要节省时间，又要保留精确的结果。惯性运动捕捉能够实现这一点，一些知名工作室正在熟练使用该技术创作其影视作品。