不贴标记点，动捕数据还能这么准确？！原力DeepMove有点东西啊

●无需穿戴动捕服或粘贴反光点，即可捕捉全身、手指、道具的动作，支持同时多名演员

原力数字科技，一家专注于3D数字内容制作的全球化企业，正式推出自主研发的DeepMove无标记点动作捕捉系统，面向游戏开发、动画制作、虚拟制作以及实时可视化等应用场景。

通过多机位同步拍摄，DeepMove能够还原包含手指动作在内的全身三维动作，实时驱动数字角色；支持同时对刚体道具进行视觉追踪，并实现多名演员的动作捕捉。

演员仅需完成一次约5秒的T-pose校准，即可开始表演，无需穿着动捕服，也无需粘贴反光标记点，大幅减少前期准备流程，让表演回归更加自然的状态。

01

传统动捕 VS Deepmove

传统光学动作捕捉系统通过追踪粘贴在演员身体上的反光标记点来重建动作。而DeepMove去除了这些标记点，转而通过多台相机同步采集的视频数据，并利用原力的自研引擎完成动作解算。

通过神经网络推理、跨相机身份匹配与生物力学约束求解技术，DeepMove可在3D空间中实时还原全身骨骼动作、手指姿态以及支持刚体道具的运动状态。

传统动捕 VS DeepMove动捕

传统光学动作捕捉（蓝色）与DeepMove无标记点动作捕捉（绿色）对比

02

自研多视角深度学习算法，兼顾高质量与实时性

无标记点只是DeepMove的表面特征。真正决定一套无标记动作捕捉系统是否能够用于专业制作的，是它能否从普通视频中持续生成准确、稳定、自然且具有时间连续性的三维动作数据。

为此，DeepMove构建了一条完整的基于深度学习网络的自研技术链路：

系统首先通过深度视觉模型对多个同步机位中的人体进行检测与姿态感知，从画面中提取稳定的二维人体特征。

随后结合多相机标定信息，通过自主优化的 多视角空间重建算法 ，将不同视角下的二维信息融合到统一的三维空间中，恢复演员的高精度3D Marker数据。

视觉识别不可避免会面对遮挡、快速运动、关键点抖动以及局部识别误差。DeepMove并不会直接把视觉模型得到的结果作为最终动画数据。系统进一步引入 生物力学约束与时序运动优化 ，综合演员的骨骼结构、关节运动关系以及动作在时间上的连续性，对三维运动数据持续进行约束和修正，从而让动作不仅准确，而且自然。

重点

在保证动作数据质量的同时，整套技术链路针对实时计算进行了优化。从获取视频信号到输出骨骼数据并显示，端到端的处理耗时约16ms，让高质量动作解算与低延迟实时输出能够同时发生。

0203

轻装上阵，5秒进入表演

传统光学动作捕捉已经成为业内成熟的专业技术标准，但通常需要专用动捕服、反光标记点、经过控制的设备配置，以及较为复杂的演员前期准备。

DeepMove则提供了一种更加轻量、灵活的捕捉方式。演员可以穿着合适的普通服装进入捕捉区域，完成约 5秒的T-pose后即可开始表演。

更精简的前期准备，为演员能够以更加自然的状态投入表演，也让现场布置、演员更换、多人拍摄以及场地转换变得更加高效、灵活。

0404

实时与离线，一套系统覆盖两种工作模式

DeepMove在同一套界面和数据格式下，同时支持实时捕捉与离线处理， 适应现场拍摄与后期批量处理等不同制作需求。

在实时模式下，从获取相机视频信号，到完成数据解算输出显示，端到端处理耗时仅需16ms，能够持续输出高质量骨骼数据并实时驱动数字角色。导演与动画师能够在拍摄过程中直接查看角色表演效果，及时判断动作是否符合要求、是否需要调整或重新拍摄，让制作判断提前发生在表演现场。

在离线模式下，支持对已经录制完成的多机位同步视频进行批量处理，并提供断点续算能力。处理完成后，原始视频与还原后的骨骼数据可逐帧对照查看，方便制作团队检查、复核动作结果。

0505

从身体到指尖，一次捕捉完整表演

DeepMove通过同一套基于相机的视觉系统，同时捕捉身体动作和手指姿态，减少了单独记录或后期重新制作手部表演的需求。

系统可以同步输出身体骨骼和手指姿态，从脚步、肢体动作，到握持、指向以及武器操作等动作，都能够在同一套视觉系统中完成捕捉。

DeepMove--手指动作捕捉示例

06

人物与道具，同场同步捕捉

DeepMove可以通过视觉追踪刚体道具在三维空间中的位置和朝向，适用于武器、工具以及其他符合捕捉条件的表演道具。

道具对应的Mesh和骨骼数据可以与演员同时呈现在同一个三维场景中，让制作团队能够实时查看演员与道具之间的空间关系和互动效果。

道具完成校准并添加至系统后，可以在后续拍摄中重复使用，无需每次重新进行完整的设置流程

DeepMove--全身、手指与道具动作捕捉示例

07

多人同场，依然保持实时捕捉捕捉

DeepMove支持多人同时进行动作捕捉，可以自动将同场多名演员分离为独立Actor，并通过跨相机身份匹配保持人物身份。

在内部测试环境中，使用8台相机和NVIDIA GeForce RTX 5090的配置，DeepMove达到了以下表现：

通过增加相机数量以及采用更高性能的硬件，系统还可以支持更多演员同时进行捕捉。实际表现会受到硬件配置、相机数量及布局、场景复杂度、遮挡情况以及具体制作环境等因素影响。

DeepMove--双人角色道具捕捉示例

08

少至3台相机，即可实现高质量捕捉

DeepMove仅需3台相机即可进行无标记动作捕捉，并获得稳定、高质量的动作数据。根据场地、演员数量及拍摄需求增加相机，可以获得更丰富的观察视角，进一步提升复杂动作和遮挡情况下的捕捉稳定性。

更灵活的相机配置，让DeepMove能够满足从轻量拍摄到专业制作的不同需求。

DeepMove--不同数量相机捕捉效果示例

09

高精度实时Retargeting，表演直接驱动角色

DeepMove内置高精度Retargeting能力，可自动完成骨架识别与角色定义，无需逐个骨骼手动映射，同时支持可视化编辑，可在视窗中直接进行调整。捕捉到的动作可以实时映射至不同身体比例和骨骼结构的数字角色。演员表演的同时，制作团队即可直接查看目标角色的动作效果，让动作捕捉、角色适配与表演评估在同一流程中实时完成 。

DeepMove--不同身高比例Retargeting示例

10

普通相机，任意场地也能实现专业级动捕

DeepMove无需依赖专业动捕相机以及专用的动作捕捉场地，使用GoPro等普通相机在任意的场地即可进行动作捕捉操作。

更轻量的设备配置，让系统能够灵活部署于专业工作室、普通摄影空间以及室外等不同场地，将高质量动作捕捉带到真正需要表演发生的地方。

DeepMove--使用GoPro在户外篮球场地拍摄示例

11

实时连接引擎，顺畅接入主流制作管线

DeepMove可以将骨骼数据实时传输至Unreal Engine等实时引擎，直接驱动数字角色，满足虚拟制作、实时预演、动画Blocking 以及在引擎内实时查看和评估表演效果等制作需求。

在数据交付环节，DeepMove支持一键导出多种行业标准格式，包括FBX、BVH和C3D等，可用于Maya、MotionBuilder、Unreal Engine等主流制作工具及管线。

DeepMove--Unreal Engine角色实时驱

12

从捕捉到交付，一套软件完成

DeepMove将相机标定、动作捕捉、解算、审核、动作修正以及最终数据导出集中在同一套软件中完成，减少不同制作阶段在多个工具之间反复切换带来的流程成本。

系统内置多种工具，包括问题帧检测、插值、平滑、脚部锁定、相机排除、动作重新三角测算以及多人场景中的轨迹修复等功能。

其集成式捕捉与解算引擎无需依赖外部处理服务，可以部署于专业工作室、虚拟制作环境、常规摄影空间以及符合条件的临时制作场地。

13

专业级动作捕捉，更轻量，更便捷

DeepMove面向那些重视无标记点表演、更快的前期准备、实时反馈以及制作流程整合的影视、游戏与虚拟制作等项目，提供了一种更加轻量、灵活的专业动作捕捉选择。

通过将支持多人全身与手指捕捉、刚体道具捕捉、实时预览、动作审核与优化，以及最终数据导出等功能整合到同一个系统中，DeepMove让演员能够更加专注于表演，让制作团队更早看到结果、更快的做出判断。