Zusammenfassung
Motion Capture bezeichnet Verfahren, mit denen Bewegungen realer Objekte aufgezeichnet werden können. In diesem Kapitel geben wir einen Überblick und klassifizieren die verschiedenen Technologien, die zu diesem Zweck eingesetzt werden. Wir stellen den Produktionsprozess mit diesen Technologien vor und erläutern die einzelnen Schritte. Anschließend gehen wir auf eine spezielle Technologie ein, das optische markerbasierte Tracking, das in der Medienproduktion häufig eingesetzt wird. Dabei wird die Bewegung von Markern, die an einem Akteur angebracht sind, erfasst und aufgezeichnet. Wir erläutern die Funktionsweise und stellen ein einfaches Verfahren zur Bestimmung der Markerpositionen vor. Um die Bewegungsdaten der Marker in Animationsdaten für die virtuelle Charakteranimation umzuwandeln, sind weitere Verarbeitungsschritte notwendig, die wir ebenfalls näher erläutern. Schließlich müssen die erzeugten Bewegungsdaten in einem Dateiformat gespeichert werden. Wir betrachten dazu das weit verbreitete BVH-Dateiformat.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Desmarais Y et al (2021) A review of 3D human pose estimation algorithms for markerless motion capture. Comput Vis Image Underst 212:103275
Dahmen W, Reusken A (2008) Numerik für Ingenieure und Naturwissenschaftler, 2., korrigierte Aufl. Springer-Lehrbuch, Berlin
Faugeras O (1993) Three-dimensional computer vision: a geometric viewpoint. Artificial intelligence. MIT Press, Cambridge
Hartley R, Zisserman A (2002) Multiple view geometry in computer vision. Repr. with corrections. Cambridge University Press, Cambridge
Kitagawa M, Windsor B (2008) MoCap for artists: workflow and techniques for motion capture. Elsevier/Focal Press, Amsterdam und Boston
Liverman M (2004) The animator’s motion capture guide: organizing, managing, and editing, 1. Aufl. Charles River Media, Hingham
Lu T-W, O’Connor JJ (1999) Bone position estimation from skin marker co-ordinates using global optimisation with joint constraints. J Biomech 32(2):129–134
Menache A (2011) Understanding motion capture for computer animation, 2. Aufl. Morgan Kaufmann, Burlington
von Marcard T, Pons-Moll G, Rosenhahn B (2016) Human pose estimation from video and IMUs. IEEE Trans Pattern Anal Mach Intell 38(8):1533–1547
Rosenhahn B, Klette R, Metaxas DN (2008) Human motion: understanding, modeling, capture and animation. Computational imaging and vision, Bd 36. Springer, Dordrecht
Robertson DGE et al (2014) Research methods in biomechanics, 2. Aufl. Human Kinetics, Champaign
Schwarz HR, Köckler N (2009) Numerische Mathematik. Vieweg+ Teubner
Winter DA (2009) Biomechanics and motor control of human movement, 4. Aufl. Wiley, Hoboken
Wu G et al (2002) ISB recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion-part I: ankle, hip, and spine. J Biomech 35(4):543–548
Wu G et al (2005) ISB recommendation on definitions of joint coordinate systems of various joints for the reporting of human joint motion-part II: Shoulder, elbow, wrist and hand. J Biomech 38(5):981–992
Zollhöfer M et al (2018) State of the art on monocular 3D face reconstruction, tracking, and applications. Comput Graph Forum 37(2):523–550
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2024 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Grünvogel, S.M. (2024). Motion Capture. In: Einführung in die Computeranimation. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-41989-9_12
Download citation
DOI: https://doi.org/10.1007/978-3-658-41989-9_12
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-41988-2
Online ISBN: 978-3-658-41989-9
eBook Packages: Computer Science and Engineering (German Language)