QuickMagic
# Video to Mocap

So verwendest du Motion Capture im SMPL-Format in QuickMagic

QuickMagic unterstützt jetzt SMPL als Ausgabeformat für KI-Motion-Capture. Lade dein Video hoch, wähle das SMPL-Format und erhalte produktionsreife Daten zur menschlichen Pose als npz-Datei. Diese Anleitung führt dich Schritt für Schritt durch die Erfassung und die Nutzung.

Überblick: SMPL-Ausgabe jetzt verfügbar

Wir freuen uns, bekannt geben zu können, dass Motion Capture im SMPL-Format jetzt auf QuickMagic verfügbar ist. Wenn du Bewegung aus einem Video erfasst, kannst du jetzt SMPL als Ausgabeformat wählen – neben unseren bestehenden Exportoptionen.

SMPL (Skinned Multi-Person Linear Model) ist das am weitesten verbreitete parametrische 3D-Körpermodell in Forschung und Industrie. Wenn du die SMPL-Ausgabe wählst, wird deine erfasste Bewegung als Standard-SMPL-Parameter geliefert – bereit für Computer-Vision-Forschung, 3D-Rekonstruktions-Pipelines, Spieleentwicklung und jeden Workflow, der auf dem SMPL-Ökosystem aufbaut.

Dein erfasstes Ergebnis wird als einzelne .npz-Datei geliefert, die SMPL-Pose- und Shape-Parameter pro Frame enthält.

So erfasst du: Deine SMPL-Datei erhalten

  1. Lade dein Video hoch. Lade auf der Seite Motion Generation das Video hoch, aus dem du die Bewegung erfassen möchtest.
  2. Wähle das SMPL-Format. Wähle in den Optionen für das Ausgabeformat SMPL.
Select SMPL(Beta) in the Output Format list
Wähle SMPL(Beta) in der Liste Output Format – es unterstützt SMPL-Körperpose- und Shape-Daten.
Motion Generation page with SMPL(Beta) selected as the Export Format
Stelle auf der Seite Motion Generation sicher, dass SMPL(Beta) als Export Format ausgewählt ist, und klicke dann auf Generate Now.
  1. Reiche die Aufgabe ein und warte auf die Verarbeitung. Unsere KI löst die Körperbewegung aus deinem Video und konvertiert sie in Standard-SMPL-Parameter.
  2. Sieh dir die Bewegung in der Vorschau an. Prüfe das erfasste Ergebnis im Viewer.
  3. Lade die npz-Datei herunter. Wenn das Ergebnis deinen Erwartungen entspricht, lade die .npz-Datei auf deinen Rechner herunter.

Was in der npz-Datei enthalten ist

Die npz-Datei, die du herunterlädst, enthält vier NumPy-Arrays – den Standard-SMPL-Parametersatz:

KeyBeschreibungShape
global_orientGlobale Körperausrichtung (Achsen-Winkel)(frames, 3)
body_poseRotationen der Körpergelenke – 23 Gelenke in Achsen-Winkel-Form(frames, 69)
translWurzeltranslation im Weltkoordinatensystem (Meter)(frames, 3)
betasParameter der Körperform(frames, 10)
Hinweis: SMPL selbst muss nicht trainiert werden. Es ist ein vortrainiertes parametrisches Körpermodell. Du musst nur: das offizielle SMPL-Modell herunterladen → es laden → deine npz-Parameter einspeisen → das 3D-Körper-Mesh erzeugen. Die npz-Datei wird direkt mit numpy.load() gelesen – eine Dateikonvertierung ist nicht erforderlich.

So verwendest du deine SMPL-npz-Datei

Schritt 1: Das SMPL-Modell herunterladen

  1. Registriere dich unter https://smpl.is.tue.mpg.de/register.php und stimme der Lizenzvereinbarung zu (für akademische Forschung kostenlos).
  2. Melde dich mit deinem Konto an. Der Zugang kann eine E-Mail-Bestätigung erfordern und wird nicht sofort aktiviert.
  3. Gehe zur Downloadseite: https://smpl.is.tue.mpg.de/download.php (oder klicke im oberen Menü auf „Downloads“).
  4. Lade SMPL for Python herunter und entpacke es. Du findest:
    • SMPL_NEUTRAL.pkl (geschlechtsneutral – dieses reicht aus)
    • SMPL_MALE.pkl / SMPL_FEMALE.pkl (optional)
Wenn du artikulierte Hände und ausdrucksstarke Gesichter benötigst, sieh dir SMPL-X oder SMPL+H / MANO an (Registrierung ebenfalls erforderlich).

Schritt 2: Die Python-Umgebung einrichten

Nachdem du Anaconda installiert hast, öffne ein Terminal und führe Folgendes aus:

conda create -n smpl_env python=3.9 -y
conda activate smpl_env
pip install torch
pip install smplx
pip install trimesh chumpy
chumpy ist erforderlich. Die offiziellen SMPL-.pkl-Modelldateien sind mit der chumpy-Bibliothek serialisiert. Ohne sie erscheint ModuleNotFoundError: No module named 'chumpy'. Wenn chumpy mit einer neueren NumPy-Version in Konflikt gerät, führe zuerst pip install "numpy<1.24" aus und installiere dann chumpy.

Schritt 3: Deinen Ordner organisieren

your_work_folder/
├── your_mocap.npz           <- die npz-Datei, die von QuickMagic heruntergeladen wurde
├── smpl_models/
│   └── smpl/
│       └── SMPL_NEUTRAL.pkl <- das Modell aus Schritt 1
└── run_smpl.py              <- das Skript aus Schritt 4

Schritt 4: Das Skript ausführen und den 3D-Körper erzeugen

Erstelle eine Datei namens run_smpl.py mit folgendem Inhalt:

import numpy as np
import torch
import smplx
import trimesh
import os

# 1. Lade deine npz-Daten
data = np.load("your_mocap.npz")
num_frames = len(data["transl"])
print(f"Total frames: {num_frames}")

# 2. Lade das SMPL-Modell
model = smplx.create(
    model_path="smpl_models/",
    model_type="smpl",
    gender="neutral",
    batch_size=num_frames
)

# 3. Speise die Pose-Parameter ein, um das Körper-Mesh zu berechnen
output = model(
    global_orient=torch.tensor(data["global_orient"], dtype=torch.float32),
    body_pose=torch.tensor(data["body_pose"], dtype=torch.float32),
    transl=torch.tensor(data["transl"], dtype=torch.float32),
    betas=torch.tensor(data["betas"], dtype=torch.float32),
)

vertices = output.vertices.detach().numpy()  # (frames, 6890, 3)
faces