你敢信，这年头只靠一个普通摄像头，就能让二次元老婆实时完成如此灵活的手指舞？

文章图片

没错，不用穿戴硬件设备，打开电脑摄像头，AI就能让二次元老婆随你实时舞动 。
即使没有昂贵传感器加持，摇花手这种高难度动作，照样能轻松拿下 。

文章图片

真人手指再怎么复杂地开合变化，屏幕里的Ta都能完美同步：

文章图片

双臂前后交替变换都不会识别错误：

文章图片

这还不算完，更让网友们直呼“离谱”的是，这样的视频动作捕捉AI，只要你有一台电脑+一个RBG摄像头，就能直接抱回家 。
不用学编程，也不用多花钱，技术直接就是一个免费可商用 。
这给网友整得都不敢相信了，赶忙自己上手试了试，结果——

文章图片

确定是可以摆花手的灵活程度 。

文章图片

这个手抠鼻屎也看得很清楚啊！

文章图片

好家伙，这岂不是人人都能定制专属3D虚拟主播了？究竟是怎么一回事？
上百个识别位点的3D动捕
正如前面提到的，这是真真正正的视频动捕 。
像《阿凡达》《指环王》等电影中的许多特效、角色动作设计，都是由动作捕捉来实现 。
不过，传统的光学动作捕捉和惯性动作捕捉，都需要通过传感器来记录演员的动作 。
因此在片场，需要动捕的演员身上往往佩戴很多设备，大概长这样：

文章图片

而在开头我们看到，二次元老婆背后的真人主播，身上却无需佩戴任何设备 。

文章图片

那它是如何来捕捉动作的呢？
通过AI 。
与以往需要昂贵传感器支持的光学动捕、惯性动捕不同，近几年兴起的视频动捕主要用到了计算机视觉技术 。
它只使用普通的RGB摄像头通过卷积神经网络（CNN）来识别图像中人体的骨骼关键点 。
其中，特征提取器会通过分辨率由高到低的过程来提取高级特征，姿势解码器则可以基于检测或回归的方式来估计目标输出、2D/3D关键点位置或3D网络 。
基于检测的方法可以生成特征图或热力图，基于回归的方法则可以直接输出坐标位置 。
此前剑桥大学开发的人体姿态工具PoseNet就是一个很经典的案例 。
它使用端到端学习框架，可以从RGB图像中直接映射出人体的关键骨骼坐标，检测全身17个位点，最终捕捉到人体动作 。

文章图片

如上虚拟主播用到的动捕技术，也是类似于此的神经网络 。

• gtx|一款充满设计感的智能手机，体验LG V60，摄像头和屏幕都是亮点
• 折叠屏|iPhone15最新细节曝光：屏下摄像头、USB-C都来了，太值得期待了
• 云厂商为什么都在冲这个KPI？
• 身份证|?电竞内存与普通内存有什么不同？金百达海力士上手体验
• iPhone 14四款新机电池曝光,Pro版本的容量竟比普通版还小？
• 英特尔|入手12代酷睿的注意了，Intel似乎埋下一个“大坑”
• 单反|很多玩单反、微单的人忽视的一个问题：你要有一个数码相机防潮箱
• 有一个打游戏特别菜输了又会不开心的女友是什么体验？
• 现在门锁的样式越来越多，普通家庭是否有必要安装指纹锁门？
• 裴宇|美国买不到、普通人不卖，Nothing新机产能不足还是炒作？