如果說(shuō)HTC Vive、索尼PSVR這樣的產(chǎn)品給我們打開(kāi)了邁入虛擬世界的一扇門的話，那么它們裝配的控制手柄則是我們與這個(gè)虛擬世界進(jìn)行交互的雙手。但拿著手柄與世界的交互終究會(huì)破壞這種置身于另一個(gè)世界的沉浸感，無(wú)時(shí)無(wú)刻不在提醒著我們這是一個(gè)虛擬世界。為了解決這個(gè)問(wèn)題，一些公司將廣泛應(yīng)用在影視行業(yè)里的動(dòng)作捕捉技術(shù)帶到來(lái)VR領(lǐng)域，讓用戶能夠扔掉手柄，通過(guò)真實(shí)的觸摸、抓起、走動(dòng)以及各種動(dòng)作來(lái)與虛擬世界進(jìn)行交互。

　　這種統(tǒng)稱為“動(dòng)作捕捉”的交互技術(shù)成為VR產(chǎn)品體驗(yàn)提升、產(chǎn)品大量普及極為關(guān)鍵的一環(huán)，無(wú)論是PC主機(jī)類VR設(shè)備，還是被認(rèn)為有更大市場(chǎng)空間的移動(dòng)VR市場(chǎng)，比如VR一體機(jī)或配合手機(jī)用的VR盒子，這類產(chǎn)品正是因?yàn)槿鄙俚统杀疽子玫慕换ゼ夹g(shù)方案，讓現(xiàn)在移動(dòng)VR的交互體驗(yàn)還顯得那么糟糕；現(xiàn)在已經(jīng)有一批創(chuàng)業(yè)公司在進(jìn)行這方面的創(chuàng)業(yè)探索，而且現(xiàn)在競(jìng)爭(zhēng)已經(jīng)非常白熱化，可以說(shuō)，誰(shuí)先走在前列，誰(shuí)就能占領(lǐng)下一波VR發(fā)展的高地。

　　與大多數(shù)VR創(chuàng)業(yè)者集中在頭顯、游戲以及全景視頻領(lǐng)域不同，針對(duì)VR的動(dòng)作捕捉細(xì)分領(lǐng)域并不那么擁擠，但競(jìng)爭(zhēng)同樣激烈，今天就全面解讀一下目前動(dòng)作捕捉技術(shù)應(yīng)用于VR領(lǐng)域的兩大技術(shù)路徑、其中的主要?jiǎng)?chuàng)業(yè)公司玩家以及其發(fā)展前景和面臨的困境，為你描繪出一副全面明了的VR動(dòng)捕創(chuàng)業(yè)江湖圖景。

　　動(dòng)作捕捉：實(shí)現(xiàn)全沉浸的第一步

　　大家都知道目前的VR設(shè)備只能夠做到部分沉浸，即當(dāng)你戴上VR頭顯之后能夠感覺(jué)自己進(jìn)入到了一個(gè)新的虛擬世界，但是在這個(gè)世界里的你卻僅剩下了一雙手以及半個(gè)胳膊，在你低頭往下看的時(shí)候是看不到自己身體的。此外，雖然HTC Vive類的設(shè)備也會(huì)給你提供一個(gè)控制手柄來(lái)讓你與虛擬世界進(jìn)行一定的交互，但是當(dāng)你把攥著Vive手柄的雙手伸向一個(gè)物體的時(shí)候，卻發(fā)現(xiàn)還需要按下側(cè)鍵才能將其“拿”起來(lái)，這與真實(shí)世界里面的拿的概念可大不相同。上述兩點(diǎn)正是目前VR設(shè)備無(wú)法實(shí)現(xiàn)更高沉浸感的原因。

　　而體感交互技術(shù)則可以解決這兩個(gè)問(wèn)題。當(dāng)有了體感交互技術(shù)之后，我們的整個(gè)身體都能夠被映射到虛擬世界之中，現(xiàn)實(shí)中的你做出什么樣的動(dòng)作，虛擬世界中的你也會(huì)做出同樣的動(dòng)作。而在與虛擬世界的交互方面，我們也不再依賴于Vive控制器或是其他的手柄，只需要跟現(xiàn)實(shí)一樣即可，例如伸出手拿起一個(gè)虛擬物品，亦或是用腳去踹開(kāi)一個(gè)準(zhǔn)備把你吃掉的虛擬僵尸。而這則正是一種更高級(jí)別的沉浸體驗(yàn)。

　　VR動(dòng)作捕捉的兩種主流技術(shù)路徑：光學(xué)方案與慣性方案

　　而想要在VR交互中實(shí)現(xiàn)體感交互的體驗(yàn)，我們需要解決一個(gè)關(guān)鍵問(wèn)題——人體動(dòng)作捕捉。動(dòng)作捕捉技術(shù)在電影中的應(yīng)用由來(lái)已久，像是《加勒比海盜》《生化危機(jī)》等好萊塢大片中的科幻人物，其外表都是由電腦特效合成而來(lái)，而這些科幻人物在熒幕上的一舉一動(dòng)則完全來(lái)自于真實(shí)演員的動(dòng)作。

　　動(dòng)作捕捉技術(shù)的本質(zhì)其就是把現(xiàn)實(shí)中人物的動(dòng)作復(fù)制到虛擬人物身上。目前，存在著兩種主流動(dòng)作捕捉方案：

　　一、通過(guò)攝像機(jī)進(jìn)行的動(dòng)作捕捉技術(shù)，因?yàn)閿z像機(jī)運(yùn)用的是光學(xué)技術(shù)，所以攝像機(jī)動(dòng)作捕捉方案也被稱為光學(xué)動(dòng)捕方案。

　　二、IMU（InerTIal measurement unit）慣性傳感器單元進(jìn)行的動(dòng)作捕捉，通常被稱為慣性動(dòng)捕方案。

　　不管是光學(xué)動(dòng)捕方案還是慣性動(dòng)捕方案，其核心原理都是對(duì)人體關(guān)鍵運(yùn)動(dòng)部位動(dòng)作的測(cè)量。光學(xué)方案是通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)來(lái)分析攝像機(jī)抓取的人體關(guān)鍵運(yùn)動(dòng)部位的動(dòng)作，而慣性方案則直接通過(guò)IMU慣性傳感器單元對(duì)人體關(guān)鍵運(yùn)動(dòng)部位的動(dòng)作進(jìn)行測(cè)量。

　　由于光學(xué)動(dòng)捕方案容易被物體遮擋或是受到光照條件的影響，所以應(yīng)用在影視領(lǐng)域的光學(xué)動(dòng)捕系統(tǒng)一般都會(huì)在一個(gè)偌大的攝影棚里架設(shè)上一圈高性能攝像機(jī)，并讓動(dòng)作演員穿上擁有許多光標(biāo)點(diǎn)的動(dòng)作捕捉服才能工作。正式由于對(duì)場(chǎng)地的要求以及需要大量的高性能攝像機(jī)，這類方案的整體價(jià)格非常之高，往往都在數(shù)百萬(wàn)元之間，所以基本也只有財(cái)大氣粗的電影劇組有錢使用。

　　而慣性動(dòng)捕技術(shù)的核心部件IMU慣性單元其實(shí)就是整合了陀螺儀、加速計(jì)以及磁力計(jì)的傳感器模塊，其一個(gè)模塊的價(jià)格甚至可以低至十幾塊錢，并且比光學(xué)動(dòng)捕方案擁有更高的幀速率也不受場(chǎng)地與光照條件的限制，但是慣性動(dòng)捕方案也有一個(gè)弊端，就是通過(guò)各種傳感器的數(shù)據(jù)測(cè)算出的動(dòng)作數(shù)據(jù)會(huì)有一些誤差，而隨著使用時(shí)間增長(zhǎng)，這些誤差也會(huì)被持續(xù)放大，而影視級(jí)光學(xué)方案則不存在這個(gè)問(wèn)題。

　　雖然影視級(jí)的動(dòng)捕方案擁有絕佳的精準(zhǔn)與效果，但是其諸多的環(huán)境要求以及高昂的售價(jià)就決定了其難以在普通消費(fèi)者市場(chǎng)進(jìn)行推廣。而微軟在2010年則為其Xbox游戲機(jī)推出了一款名為Kinect的體感攝像頭，允許站在其前面的玩家通過(guò)簡(jiǎn)單動(dòng)作進(jìn)行游戲。這種攝像頭能夠感知畫(huà)面的深度（距離）信息，并且一般擁有兩個(gè)或以上的攝像頭，因此一般被稱為深度攝像頭或者雙目攝像頭。深度攝像頭能夠識(shí)別環(huán)境的距離信息，再通過(guò)相應(yīng)的算法就能夠識(shí)別出人類的簡(jiǎn)單動(dòng)作或者是手勢(shì)。

　　在微軟將這一技術(shù)推向消費(fèi)市場(chǎng)之后，深度攝像頭這類低水平光學(xué)動(dòng)捕技術(shù)逐漸推廣開(kāi)來(lái)，幾乎所有手勢(shì)識(shí)別、動(dòng)作識(shí)別或是體感交互的技術(shù)都是基于這種原理，本文所有提及的所有應(yīng)用于VR領(lǐng)域的光學(xué)動(dòng)捕技術(shù)也都是指基于深度攝像頭的光學(xué)動(dòng)捕技術(shù)而應(yīng)用與影視領(lǐng)域的專業(yè)光學(xué)動(dòng)捕。