光学捕捉技术和惯性捕捉在于人体捕捉的原理仍然相似。

通过光学镜头POE网线连接到交换机，用于安装动态捕获软件的计算机通过交换机连接到相同的局域网环境。这种连接可以构成最小的光学捕获系统。大多数光学捕获系统的捕获标准是：三个光学镜头同时捕获场地Marker点，则该Marker点被捕获系统识别为有效点

光学镜头本身会向外界发射红外光。目前市场上主流镜头的光谱谱段在nm左右，红外光接触捕获场地的反射体，产生反射。当反射强度达到捕获阈值时，相机将反射信息收集到软件中，识别为点。以下是单个相机收集到的空间中的点信息示意图

如果只有一个相机，我们只收集了一个2D然而，由于我们的网站上有多个相机，我们在使用动态捕获之前已经校准了相机的高度，所以相机的高度对我们来说是已知的多个相机收集的信息可以在移动捕获软件中恢复到3D如图所示

此时，移动捕获软件将对这些点云信息进行人体校准，见的。软件突然将一堆点信息变成了一个人的模型。事实上，这一步经历了几个过程

对点云数据进行分类和标签

动捕演员摆动的原因TPose人体标定是因为TPose在这种状态下，动态捕捉演员的身体识别度最高，点之间不会出现重叠或太近造成的识别错误。在这种状态下，软件可以根据预制模板轻松识别收集到的点来自人体的位置。

骨骼测量

每个动捕演员的骨骼长度都有一定的差异，不同的骨骼长度在恢复动捕姿势时有不同的效果，就像一个1.8米的人一步半米OK，但是一个一米四的人一步跨半米，有点像劈叉，所以我们让捕手穿上移动捕捉服TPose人体标定时，实际上动捕软件根据这些点，完成了人体骨骼测量的过程。该测量的基础来自预设的人体模板。当移动捕获软件知道点标签时，软件可以根据这些标签所代表的关节点自动计算人体关键骨骼的长度

计算骨骼长度后，动作捕捉软件可以根据收集到的捕捉信息实时解决人体姿势。只要不同时丢失太多点，算法就会自动跟踪这些带标签的点是如何运动变化的，并记录或转发核心关节的旋转信息。到目前为止，这是光学捕捉的基本跟踪原理

光学和惯性有什么相似之处？

在捕获方面，红外光学和惯性、激光、计算机视觉等分支确实采用了不同的技术，但在本质上，捕获数据的转换和处理相似。动态捕获数据的所有格式本质上都是恢复人体姿势，数据的主体是人体关键节点的旋转角，通过预设的骨骼解决和恢复帧姿势。因此，除了捕获方法外，光学和惯性的数据呈现没有太大差异。如果条件允许，您可以比较一些标准的移动捕获数据，以查询一些线索。#动作捕捉