三种动作捕捉系统解决方案的对比分析
2016年，全球范围内VR商业化、普及化的浪潮正在向我们走来。

VR是一场交互方式的新革命，人们正在实现由界面到空间的交互方式变迁，这样的交互极其强调沉浸感，而用户想要获得完全的沉浸感，真正“进入”虚拟世界，动作捕捉系统是必须的，可以说动作捕捉技术是VR产业隐形钥匙。

目前动作捕捉系统有惯性式和光学式两大主流技术路线，而光学式又分为标定和非标定两种。

那么我们可以将动作捕捉系统分为以下三大主类：基于计算机视觉的动作捕捉系统（光学式非标定）、基于马克点的光学动作捕捉系统（光学式标定）和基于惯性传感器的动作捕捉系统（惯性式）。

接下来我们对这三种形式的动作捕捉系统进行简单的解析。

1.基于计算机视觉的动作捕捉系统
该类动捕系统比较有代表性的产品分别有捕捉身体动作的Kinect，捕捉手势的Leap Motion 和识别表情及手势的RealSense实感。

该类动捕系统基于计算机视觉原理，由多个高速相机从不同角度对目标特征点的监视和跟踪来进行动作捕捉的技术。

理论上对于空间中的任意一个点，只要它能同时为两部相机所见，就可以确定这一时刻该点在空间中的位置。

当相机以足够高的速率连续拍摄时，从图像序列中就可以得到该点的运动轨迹。

这类系统采集传感器通常都是光学相机，基于二维图像特征或三维形状特征提取的关节信息作为探测目标。

基于计算机视觉的动作捕捉系统进行人体动作捕捉和识别，可以利用少量的摄像机对监测区域的多目标进行监控，精度较高；同时，被监测对象不需要穿戴任何设备，约束性小。

然而，采用视觉进行人体姿态捕捉会受到外界环境很大的影响，比如光照条件、背景、遮挡物和摄像机质量等，在火灾现场、矿井内等非可视环境中该方法则完全失效。

另外，由于视觉域的限制，使用者的运动空间被限制在摄像机的视觉范围内，降低了实用性。

2.基于马克点的光学动作捕捉系统。