慣性動作捕捉在大型項目中應用的優勢

電影和電視制作工作流程圍繞著效率和真實性。一些知名的游戲開發工作室也開始向著這一方向靠攏。當涉及到動畫數字角色動作呈現時，動作捕捉仍然是最好的方法。
人工智能運動捕捉在2022年進入市場，成為開發人員和動畫師潛在的省時省力的解決方案。它為基于標記動作捕捉（包括光學和慣性技術）提供了一個誘人的替代品。不可否認，AI mocap能夠提供的東西令人印象深刻，但目前其還沒有做好高端應用的準備。

AI動作捕捉

AI動作捕捉技術使用機器學習算法從視頻鏡頭中提取一個人身體上的關鍵點。只需一個攝像頭(智能手機)，可在任何光線充足的地點完成捕捉。
根據軟件的不同，數據傳輸可以是即時的，也可以在處理攝像機鏡頭后獲得。但訓練人工智能工具的ML數據集是基于光學和慣性運動捕捉數據的——人工智能模型本質上是使用對這些數據的“最佳猜測”進行解釋。雖然它在這個過程中做得很好，但還有另一個重要的方面需要注意：它并不準確。

無標記運動捕捉技術通過解釋圖像來理解運動和關節位置。這里的關鍵詞是“解釋”——與身體運動沒有直接聯系，這有時會導致不準確或不正確的動作呈現，這些數據必須在動畫工作開始之前在后期制作中進行編輯。對于較小項目的制作或序列來說，這可能不是一個太大的問題，在較小的制作或序列中，對數據稍加修改并不需要太多精力，但是大制作需要高程度的準確性、多功能性和可靠性。舉例來說，像《人猿星球》這樣的項目如果使用AI動作捕捉則會有太多的數據需要處理和修正，這就變得得不償失了。

兩全其美的解決方案

人工智能動作捕捉的吸引力有兩個方面：成本控制和易用性。傳統的光學運動捕捉系統需要幾個，甚至幾百個攝像頭來生成數據，這可能會使成本遠遠超出利潤。但是優點是動作要準確得多。AI mocap設置起來更快，運行起來更便宜，但是犧牲了準確性。備選方案是利用具有嵌入式IMU(慣性測量單元)的慣性運動捕捉套裝，比如Xsens套裝。因為測量是在身體上進行的，所以在這個過程中根本不需要攝像機，這意味著它只需穿上衣服、校準系統并進行記錄。整體設置時間不到15分鐘，比光學動作捕捉快得多。

像Xsens這樣的慣性系統還有一個額外的好處，就是便于攜帶。在這個過程中沒有攝像機參與，這種動作捕捉方式隨之帶來的是極高的自由度。
光學運動捕捉仍然是最準確的數據生成方式之一，但它需要一個完整的舞臺和許多相機才能工作。AI系統更便宜，也更容易設置，但犧牲了數據的準確性。雖然慣性動捕需要套裝，但它無需光學動捕之類的完整體積或光學和人工智能之類的相機設置，就能提供準確的數據。

動作捕捉的未來

就目前而言，人工智能動作捕捉不太符合大規模制作公司的標準，這可以從保羅·梅特卡夫的對比視頻中看出。但是它與其他方法的結合將帶來更有潛力的發展方向。人工智能也被部署在分析mocap數據的軟件中。這并不表示這項技術將在動作捕捉方向停止發展。考慮到優缺點，三種技術在動作捕捉過程中都有自己的位置，甚至可以相互補充。
行業需要改變傳統動作捕捉的工作流程，既要節省時間，又要保留精確的結果。慣性運動捕捉能夠實現這一點，一些知名工作室正在熟練使用該技術創作其影視作品。