張天承
我一直覺得“明明是CG電腦動畫，還要真人來演一遍”這種感覺很不好，電腦動畫就該用電腦來實現，然而現在來看這也不現實，不用動作捕捉人物動作就會很僵硬。
那麼能否，或者說現在是否已經有了相關的研究，通過人工智能來取代動作捕捉呢？
一、有了智能捕捉人工智能往何處去
更神奇的是，在電腦屏幕上有一個小的3-D攝影機，它能捕捉人的表情，包括眨眼和嘴唇的動作，化身的嘴巴與真身說的話是同步的。在不同現實空間互動的人，能感受真實的喜怒哀樂。
類似“動作捕捉技術”是目前人進入虛擬世界的關鍵。“人不應該只是坐在這裡觀看整個世界，而是能夠和這個世界進行交流和互動，我們需要把人這個因素帶到虛擬世界中來。”Noitom的聯合創始人CEO戴若犁一直試圖尋找打通虛擬與現實的通道。
在SYNC 2014現場，戴若犁的同事完成了一段美輪美奐的舞蹈。她身上一共穿了17個傳感器，後臺有一個天線對著她，捕捉她所有的動作，再通過3D引擎進行三維渲染，現實與虛擬世界完美地融合在了一起。這背後就是一套完整的動作捕捉技術。
動作捕捉技術並不是一項純娛樂的雞肋科技。目前，這種動作捕捉技術不僅用於好萊塢影視製作、動漫製作、遊戲製作，還被用於虛擬的體能訓練。同時，由於它能通過真正的360度動作重播慢動作得到所有數據，被用到醫療、康復性訓練、輔助診斷等場合。
在時下大熱的虛擬現實交互中，它更是發揮了巨大作用。有人甚至預言，High Fidelity、Noitom等公司開發的產品將提供更好的情感表達，降低戀愛的門檻。目前階段，互聯網通訊工具僅通過一些圖標表達情緒，比如擁抱、憤怒、笑意。用到更多傳感器的虛擬設備，甚至能在遊戲世界中抓握、交流，這和傳統的遊戲外設截然不同，它是一種新的溝通方式，臨場感覺更強。
二、VR發展至今，三大動作捕捉系統都做了什麼？
隨著VR遊戲和VR電影的出現，經常運用在普通遊戲和電影中的動作捕捉技術似乎有了更大的用武之地。
對於一款高質量的VR遊戲來說，動作捕捉技術是必不可少的，它能夠令角色的動作更加自然，同時減少人工設計所耗費的精力和時間。
據17173網站報道，最近科技公司Noitom研發了一款可用於VR遊戲開發的動作捕捉傳感器裝置“Perception Neuron”，它令VR遊戲中的動作捕捉技術變成了可能，而動作捕捉技術往往是VR產業發展的催化劑。
為什麼說VR中的動作捕捉，是加速VR產業發展的催化器？
首先，你要明白虛擬現實頭戴是一種顯示器，頭戴型的顯示器，它本身並不是能夠獨立運行某種系統的便攜電腦。
一個典型的例子便是微軟的增強現實眼鏡HoloLens，很多朋友會把它與頭戴顯示器混淆；但實際上，它不是顯示器，而是一個完整的計算機硬件，內置處理器、RAM、顯卡，可獨立運行應用程序，Oculus Rift們卻不行（備註：Oculus Rift可不行！）
大部分虛擬現實頭戴顯示器的主要購置其實都很相似，首先需要兩塊鏡片、鏡片後設置OLED屏幕，兩者配合來實現沉浸式的3D畫面感。
其中，桌面級產品（Oculus Rift、HTC Vive和索尼Playstation VR）都內置了屏幕，需要通過HDMI連接主機（PC、PS4）；而三星Gear VR等手機端的產品則僅有鏡片，需要將手機作為屏幕和主機實現顯示、運行應用。
頭顯明白了，那為什麼動作捕捉能夠推動VR產業的發展?
目前動作捕捉系統有慣性式和光學式兩大主流技術路線，而光學式又分為標定和非標定兩種。
那麼我們可以將動作捕捉系統分為以下三大主類：基於計算機視覺的動作捕捉系統（光學式非標定）、基於馬克點的光學動作捕捉系統（光學式標定）和基於慣性傳感器的動作捕捉系統（慣性式）。接下來我們對這三種形式的動作捕捉系統進行簡單的解析。
計算機視覺的動作捕捉系統：
該類動捕系統比較有代表性的產品分別有捕捉身體動作的Kinect，捕捉手勢的Leap Motion和識別表情及手勢的RealSense。
該類動捕系統基於計算機視覺原理，由多個高速相機從不同角度對目標特徵點的監視和跟蹤來進行動作捕捉的技術。
理論上對於空間中的任意一個點，只要它能同時為兩部相機所見，就可以確定這一時刻該點在空間中的位置。當相機以足夠高的速率連續拍攝時，從圖像序列中就可以得到該點的運動軌跡。
這類系統採集傳感器通常都是光學相機，基於二維圖像特徵或三維形狀特徵提取的關節信息作為探測目標。
基於計算機視覺的動作捕捉系統進行人體動作捕捉和識別，可以利用少量的攝像機對監測區域的多目標進行監控，精度較高；同時，被監測對象不需要穿戴任何設備，約束性小。
然而，採用視覺進行人體姿態捕捉會受到外界環境很大的影響，比如光照條件、背景、遮擋物和攝像機質量等，在火災現場、礦井內等非可視環境中該方法則完全失效。
另外，由於視覺域的限制，使用者的運動空間被限制在攝像機的視覺範圍內，降低了實用性。
基於馬克點的光學動作捕捉系統：
具有代表性的是美國的MotionAnalysis
該類系統的原理是在運動物體關鍵部位（如人體的關節處等）粘貼Marker點，多個動作捕捉相機從不同角度實時探測Marker點，數據實時傳輸至數據處理工作站。
根據三角測量原理精確額計算Marker點的空間座標，再從生物運動學原理出發解算出骨骼的6自由度運動。根據標記點發光技術不同還分為主動式和被動式光學動作捕捉系統。
基於馬克點的光學動作捕捉系統採集的信號量大，空間解算算法複雜，其實時性與數據處理單元的運算速度和解算算法的複雜度有關。
且該系統在捕捉對象運動時，肢體會遮擋標記點，另外對光學裝置的標定工作程序複雜，這些因素都導致精度變低，價格也相對昂貴。
基於馬克點的光學動作捕捉系統可以實現同時捕捉多目標。但在捕捉多目標時，目標間若產生遮擋，將影響捕捉系統精度甚至會丟失捕捉目標。
基於慣性傳感器的動作捕捉系統：代表性的產品有諾亦騰開發的Perception Neuron，國承萬通開發的StepVR。基於慣性傳感器的動捕系統需要在身體的重要節點佩戴集成加速度計，陀螺儀和磁力計等慣性傳感器設備，然後通過算法實現動作的捕捉。
該系統由慣性器件和數據處理單元組成，數據處理單元利用慣性器件採集到的運動學信息，通過慣性導航原理即可完成運動目標的姿態角度測量。
基於慣性傳感器的動捕系統採集到的信號量少，便於實時完成姿態跟蹤任務，解算得到的姿態信息範圍大、靈敏度高、動態性能好，且慣性傳感器體積小、便於佩戴、價格低廉。
相比於上面提到的兩種動作捕捉系統，基於慣性傳感器的動作捕捉系統不會受到光照、背景等外界環境的干擾，又克服了攝像機監測區域受限的缺點，並可以實現多目標捕捉。
但是由於測量噪聲和遊走誤差等因素的影響，慣性傳感器無法長時間地對人體姿態進行精確的跟蹤。
最後，我們可以通過下面的表格對這幾種動作捕捉系統進行簡單的對比。
除了慣性式和光學式這兩條主線外，還有機械電動式、聲學式、電磁式等形式的動作捕捉系統，讀者可通過網絡等方式瞭解更多詳細內容，此外，動作捕捉系統還需要配合頭部追蹤、眼動追蹤才能發揮出最大的功效。
三、重要應用
一個專注於VR、AR、人工智能領域的垂直網絡媒體，致力於為VR從業者、投資人、愛好者們提供最專業、及時的諮詢，併為創業者提供有價值的服務。人體動作捕捉+人工智能控制，一款懂你的燈無需下載APP，不用開關。人體動作捕捉+人工智能控制。
白天不會工作，夜晚下床燈亮，回床燈滅哪些情況得到i-light？
1給爸媽

爸媽年紀大了，起夜多，在漆黑的環境下要去摸索著開燈很危險。
2給孩子
家裡小天使降臨，夜晚多要照看，i-light不會影響寶寶睡眠
孩子剛開始一個人睡，半夜總有驚醒，不用擔心強光刺傷眼睛。
3給自己
半夜起床靜悄悄，再也不會影響到另一半
針對上述情況，i-light推出了3種不同的版本三種版本的i-light供你選擇，滿足你的需求
四、優勢和劣勢
其他的動畫處理方式也能混合不同的動作捕捉“場景”並使用在新的環境中。不過，這些方式需要在本地存儲大量的數據，因此會拖慢系統速度。一些最新的研究顯示，其他以神經網絡為基礎的動畫模型如果沒有在混合處理過程中添加週期性階段進行協助，產出的動畫就相當粗糙，而且動作不自然。
利用神經網絡改變動作捕捉動畫可能會得到一些意想不到的結果，Holden 說道。舉例來說，研究人員並未給一個在崎嶇地形蹲著行走的角色提供專門的動作捕捉數據，但系統卻自己學會了這種情況的處理方式，它將平坦地形上蹲伏的動作與崎嶇地形中行走和奔跑的動作進行了結合。
未經專門訓練的角色卻學會了新動作，Holden 認為，雖然這種系統“自行研發”的新動作觀感不太自然，但效果已經完全可以接受了。此外，系統可能還學到了許多我們並未意識到的能力，不過神經網絡也有侷限。在研究中，Holden 就發現如果地形過於陡峭，動畫就會徹底崩潰，“除非你給他一套自己都拿不準的數據。”
用 AI 來處理角色動畫確實有其優勢，但 Holden 也遇到了不少困難。首先，30 小時的訓練時間就是個大麻煩，尤其是你想補錄一些動作的情況下。此外，負責動作設計的藝術家也無法直接對神經網絡的輸出進行潤色，而在傳統的方式中，這一步相當重要。最後，雖然神經網絡可以實時進行反應，但 1 秒鐘的耗時在應用時還是沒有預錄動畫來得快（Holden 認為未來肯定能找到提速的方式）。
注意到，Holden 已經加入了育碧的研發團隊，因此他不願透露自己的解決方案到底會在哪款遊戲中應用。不過，我們希望他的研究成果能早日應用在遊戲中，讓我們遠離那些動作僵硬的傻瓜 NPC 們。
同時，這項研究也讓我們不禁猜想，也許在不久的將來神經網絡會為遊戲開發帶來新的革命性成果呢。
銘遠佰川智能科技
新年好，我從我的角度講講我的觀點，請各位多海涵。
人工智能：Artificial Intelligence，英文縮寫為AI。定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智能程度有沒有高到可以創造人工智能的地步，等等。關於什麼是“智能”，就問題多多了。這涉及到其它諸如意識、自我、思維（包括無意識的思維）等等問題。（百度百科）
動作捕捉：是運動物體的關鍵部位設置跟蹤器，在運動物體的關鍵部位設置跟蹤器，由Motion capture系統捕捉跟蹤器位置，再經過計算機處理後得到三維空間座標的數據。當數據被計算機識別後，可以應用在動畫製作，步態分析，生物力學，人機工程等領域。（百度百科）
從這兩個名詞來看，其實兩者存在在不同的緯度裡面，我理解為是包含和被包含的關係可能更精準一些。
但如果說一定要有牽扯的話，再來看取代這個詞，特別有意思，很多產品在很多行業，通過需求不斷提升、技術的革新、時代的變化等等一系列的影響因數，都會有被取代，或者取代別的產品的案例。但是有一點很重要，就是取代的必要性，譬如現在的網紅直播，就取代了之前的電視購物，更快更直觀，價格更低，體驗感更強，發貨速度也非常快，也就是一種取代，特別熱門行業的取代。
我可能會這樣看，動作捕捉的不同應用，會在它的不同時期，讓動作捕捉不斷的進行優化，慣性、光學、無標記等等，因為應用不同，因為需求不同，因為體驗形式不同，所要求的是動作捕捉將不斷的升級再升級。
而人工智能是一種趨勢，儘管中國因為5G、6G等等國富民強，但人口的老齡化，年復一年的超低生育率，以及成年人的各種生活壓力，生活環境的時好時壞，是影響人工智能走向目的地不可忽視的重要因數，但目的地是不會改變的，跟電影中的一樣，終將與人為伴。
以上是我粗淺認知，謝謝。
青瞳視覺動捕匠人
有關人工智能諸方面問題，早在上世紀八十年代中期，本人還在讀初中前後的那時段由於心閒，心境奔放自由，是對這問題作過深入思考的，人工智能可以用不呢?～肯定可以，在社會上的工農商學兵等大多數方面都可以放心大膽的用，如此可以提高生產力，創造更多社會財富，但現在我們的經濟模式改革轉型成了資本營利形態，這會造成大失業，形成大的社會問題，我國會發生，國外同樣也會發生，怎麼辦呢?答案是放開手腳大膽的去幹，別因噎廢食，但要可控，絕對別讓太高端的人工智有一天為資源、能源控制我們就行。對於大量使用人工智能帶來的失業問題，其實本人早發現了，我們中國獨特於全球的文化傳統是可以免疫此副作用的，運用得好完全不必擔憂。只有生產力發展了國家與人民才會安定，此乃不二法門，至於道理，先暫不說透，好東西只能我們自己用，多災多難的中華，周圍少有讓人心安的境地，所幸天佑我族類，所以，地球其它國家少此福份而我國可心盡力發展人工智能的。關於人工智能的研發方向，我試著回想一下當年的思考吧!～首先，它最好是人形，擁有人的手足，可以行走及做事。擁有人的觀察裝置(眼，耳)，形狀、溫度等感觸裝置(皮膚)，對所接收的信息有傳輸系統傳回人造大腦，人造大腦可以進行信息存集，運算，分析判斷，作出結論後反作用於由各電感知系統，並指揮各系統辦調工作，那時候，為了這些，還有其它諸多感興趣的神奇自然科技，曾跑到綿陽城裡新華書店購買高中的化學書，如痴如醉的藉以研究芯片是到底如何製出來的?各系統微電路又怎樣集成?怎樣通過微電流或電壓使橡膠皮膚和真人一樣有形狀、溫度、力量名方面及其度、量的感覺數據……由於當時的教學模式，及我自身的諸多環境條件最終一無所成，現在想來好感慨好可笑。今天相信我們智慧的科學家，從大自然中找規律找靈感，向大自然學習，其實我們人體就是最好的標本，～相信有天是可以創造奇蹟的。但千萬記住任何事物天生具有兩面性，所謂物極必反，所有人類切莫太精過了頭，過得去就行了，也猶似美酒雖醇香太喝過量會醉人，甚至醉亡～有天卻成了給自己挖墳墓可不好!
大鵬145542445
捕捉系統是vR發展的核心技術，在理論上分析是有可能的。從目前國內外研究來看智能捕捉主要兩大婁①光學類捕捉系統。採用高速相機，從不同角度跟隨目標進行捕捉。存在問題是受環境，光線的影響，在火災場地和地下井場地是無法實現捕捉。②慣性捕捉系統。採用定位陀螺儀，通過加速度計，測量方位的數據進入計算機進行處理，確定目標進行捕捉。在航天探測中有豐富的經驗，設備體積小，成本低。走這條路是方向。靠軍民結合可能比較容易實現。本人是老航天人，有親身的體會。就目前國內對VR的發展處於停止狀態，同走的路有非常關係。我看走光學捕捉，成本高，設備精度和受環境等條件的制約，困難重重。
易平49119477
如果是正真的人工智能的話，給他一個足夠真實的人皮外套，混到人群當中，就分不出什麼是人，什麼是人工智能，人工智能的大腦就是CPU，CPU越強大，他就越聰明，他的大腦基本上是人類無法去比的，他有自己的思考方式，人工智能很危險，很有可能毀滅人類，他也會有自私的一面
