快速解答
全身追蹤會捕捉從頭到腳的完整骨骼鏈（24 個以上的關節點），對於任何涉及走路、跑步、跳舞或全身戰鬥的動畫來說至關重要。上半身追蹤則僅捕捉從頭部到腰部（14 個關節點），並鎖定下半身，使其非常適合坐姿表演、VTubing、對話場景和桌面直播。如果你的角色會移動雙腿，你需要全身追蹤；如果角色保持坐姿或只需要上半身動作，那麼上半身追蹤更快、更乾淨，並且可以避免困擾坐姿全身捕捉的「漂浮腳」問題。
主要的身體追蹤類型有哪些？
身體追蹤類型描述了動作捕捉系統記錄和重建骨骼的哪些部分。特別是在 AI 動作捕捉中，最重要的兩種模式是全身和上半身，但了解更廣泛的應用場景有助於你為每個項目選擇正確的工具。
從技術層面來看，身體追蹤有五大家族，每種都有不同的硬體需求和精度權衡：
| 追蹤類型 | 所需硬體 | 典型關節點 | 最佳用途 |
|---|---|---|---|
| 光學式（基於標記點） | 反光標記點 + 多攝影機支架 | 24-50+ 個標記點 | AAA 遊戲工作室、電影特效、生物力學研究 |
| 慣性式（IMU） | 可穿戴感應器套裝（17-19 個 IMU） | 17-19 個區段 | 現場表演、戶外捕捉、VR/AR |
| 無標記 AI 視覺 | 單一攝影機或手機（無需套裝） | 14-24+ 個關節點 | 獨立創作者、VTuber、快速原型製作、內容創作 |
| 磁力式 | 電磁發射器 + 感應器 | 6-14 個點 | 緊湊的實驗室環境、醫療模擬 |
| 機械式 | 帶有電位計的外骨骼支架 | 直接測量關節角度 | 工業動作分析、研究 |
無標記 AI 視覺是成長最快的類別。它完全消除了套裝、感應器和攝影棚設置的需求，使用深度學習模型從普通影片中估計 3D 骨骼姿態。這正是 全身追蹤 vs 上半身追蹤 這個決策變得最關鍵的地方，因為像 QuickMagic 這樣的 AI 動作捕捉工具讓你可以為每個片段選擇這兩種模式。
全身追蹤詳解
全身追蹤重建從頭到腳的完整人類骨骼。它通常會解算 24 個或更多的關節點，包括骨盆、脊柱節段、肩膀、手肘、手腕、髖關節、膝蓋、腳踝和腳部。這使得系統能夠捕捉上半身追蹤系統無法看到的動作，如移動、重心轉移、腳步著地和下半身動作。
其關鍵優勢在於完整性。如果你的角色需要穿越房間、進行迴旋踢、表演舞蹈編排，或執行任何需要腿部和骨盆參與的動作，全身追蹤是不可或缺的。它是唯一能夠獲得真實腿部運動而非反向運動學推測結果的方法。
何時應選擇全身追蹤
- 舞蹈與編舞： 腳步動作、重心轉移和全身節奏都需要腿部數據。
- 戰鬥與動作場面： 踢擊、站姿和閃避動作都由下半身驅動。
- 移動動作： 走路、跑步、跳躍、蹲伏和攀爬都需要骨盆和腿部追蹤。
- 運動動畫： 如高爾夫揮桿、網球發球或籃球上籃等運動動作依賴下半身力學。
- VRChat 與社交 VR： 用於跳舞、坐下和做手勢的全身虛擬角色受益於腿部追蹤。
- 機器人技術與具身 AI： 人形機器人的訓練數據需要完整的身體運動，包括步態和平衡。
上半身追蹤詳解
上半身追蹤捕捉從頭部到腰部或髖部的運動，通常解算約 14 個關節點。下半身，包括骨盆和腿部，會鎖定在固定位置。此模式專為表演者坐著或僅需上半身表現力的場景而設計。
上半身模式最大的實際優勢在於它消除了「漂浮腳」問題。當你以全身模式捕捉坐著的表演者時，系統會嘗試根據軀幹運動來解算腿部位置，這常常導致虛擬角色的腳部離地或滑動，難以預測。上半身模式會約束骨盆，使腳部保持靜止，從而產生乾淨、無偽影的數據。
何時應選擇上半身追蹤
- VTubing 與直播： 表演者坐在桌前，只需要頭部、手臂和軀幹的動作來驅動虛擬角色。
- 對話與過場動畫： 角色坐在桌旁、車內或工作站前的對話頭部動畫。
- 桌面簡報： 強調手勢的內容，下半身無關緊要。
- 更快的處理速度： 關節點更少意味著計算量更少，週轉更快。
- 較小的捕捉空間： 無需拍攝全身畫面，可以靠近網路攝影機或手機鏡頭。
- 減少遮擋問題： 畫面中沒有腿部，AI 需要解決的自我遮擋事件就更少。
全身 vs 上半身：並排比較
| 特點 | 全身追蹤 | 上半身追蹤 |
|---|---|---|
| 追蹤的關節點 | 24+（從頭到腳） | 約 14（從頭到腰部） |
| 移動動作（走、跑、跳） | 是 | 否 |
| 坐姿表演 | 可能導致漂浮腳偽影 | 乾淨，無腳步偽影 |
| 攝影機畫面要求 | 全身可見 | 僅上半身 |
| 處理速度 | 較慢（更多關節點） | 較快（更少關節點） |
| 遮擋風險 | 較高（腿部交叉、移出畫面） | 較低（無腿部遮擋） |
| 理想使用案例 | 舞蹈、戰鬥、運動、移動、機器人技術 | VTubing、對話、串流、坐姿場景 |
| 最適合...的表演者 | 站立、移動中 | 坐著、靜止 |
決策指南：你該選擇哪種模式？
還是不確定嗎？可以通過這個快速決策樹來判斷：
在以下情況，請選擇全身追蹤：
- 你的角色在片段的任何時候會走路、跑步、跳躍、踢擊或跳舞
- 你正在為需要步態和平衡資訊的人形機器人創建動作數據
- 表演者站立並且有足夠的空間讓身體完全保持在畫面內
- 你正在捕捉戰鬥場景、運動動作或完整的舞蹈編排
- 你的最終動畫需要真實的腳步著地和重心轉移
在以下情況，請選擇上半身追蹤：
- 你的角色在整個片段中保持坐姿（桌面場景、車輛、王座）
- 你正在桌機環境下進行 VTubing 或直播
- 你需要更快的處理和更少的清理工作
- 你的捕捉空間很小，無法容納全身畫面
- 你在坐姿全身捕捉中遇到了漂浮腳偽影
混合工作流程：同時使用兩種模式
許多真實項目並非純粹的全身或純粹的上半身。一個常見的模式是：角色先坐下，進行對話，然後站起來走開。為此，你可以用上半身模式捕捉坐下部分，用全身模式捕捉走路部分，然後在動畫軟體中混合這兩個片段。
這種混合方法讓你兩全其美：坐姿部分獲得乾淨、無腳步偽影的上半身數據，走路部分獲得完整的移動數據。像 QuickMagic 這樣的工具允許你按片段切換模式，因此你無需使用不同的軟體或帳號。
混合片段的技巧
- 從相同的攝影機角度和距離拍攝兩個片段，使 AI 估計保持一致。
- 在自然的過渡點結束上半身片段並開始全身片段，例如角色站起來的那一刻。
- 使用你的 3D 軟體的動畫混合工具（Unreal Engine 的 Animation Montage、Blender 的 NLA 編輯器或 Maya 的 Trax）在兩個片段之間進行交叉淡入淡出。
- 在混合點應用輕微的清理處理，以平滑過渡期間可能出現的任何腳部滑動。
AI 動作捕捉選項：比較各工具
在評估 AI 動作捕捉選項時，首先要檢查的是該工具是否同時支援全身和上半身捕捉模式。有些工具只提供全身模式，這意味著你在任何坐姿表演中都無法避免漂浮腳偽影。以下是主要選項的比較：
| 工具 | 全身 | 上半身 | 手部與臉部 | 匯出格式 | 防穿透 |
|---|---|---|---|---|---|
| QuickMagic | 是 | 是 | 是（兩者皆有） | 13+ 種（FBX、BVH、UE5、Blender、VMD...） | 是 |
| DeepMotion | 是 | 有限 | 是（臉部） | FBX、BVH、GLB | 否 |
| Rokoko Vision | 是 | 是 | 是（手部） | FBX、BVH | 否 |
| Plask | 是 | 否 | 否 | FBX、BVH | 否 |
| RADiCAL | 是 | 否 | 否 | FBX、BVH、USD | 否 |
| Move AI（單攝影機） | 是 | 否 | 否 | FBX、USD | 否 |
QuickMagic 是唯一一款單攝影機 AI 動作捕捉工具，能同時支援全身、上半身、手部和臉部追蹤，並內建防穿透修正功能，且提供 13 種以上的匯出格式，涵蓋從 Blender 到 Unreal Engine 5 再到 Roblox 等平台。
影響兩種模式的技術因素
無論你選擇哪種追蹤模式，有幾個技術因素會影響 AI 動作捕捉結果的品質。了解這些因素有助於你充分發揮全身或上半身捕捉的效果。
攝影機角度
正面、視線水平的畫面效果最佳。極端俯視或仰視角度會扭曲身體比例，並降低兩種模式的關節估計準確度。
燈光
均勻、漫射的燈光有助於 AI 區分身體輪廓。強烈的陰影或強烈的背光可能導致全身和上半身片段都出現追蹤錯誤。
背景
乾淨、不雜亂的背景可以減少誤報。特別是在全身模式下，確保沒有家具與表演者的腿部重疊。
服裝
合身的服裝有助於 AI 檢測肢體邊界。寬鬆的衣服會遮蔽關節位置，特別是在手肘和膝蓋處，影響兩種模式。
遮擋
自我遮擋（肢體交叉）是追蹤錯誤的首要來源。由於不追蹤腿部，上半身模式的遮擋事件較少。
幀率
較高的幀率（60 FPS）能比 24 或 30 FPS 更準確地捕捉快速運動。QuickMagic 支援兩種模式下的 24、30、60 和 120 FPS 輸出。
按行業劃分的應用案例
不同行業根據其內容需求傾向於不同的追蹤模式。以下是快速分類：
| 行業 | 主要模式 | 原因 |
|---|---|---|
| 遊戲開發 | 全身 | 角色需要走路、跑步、戰鬥並與環境互動 |
| VTubing / 串流 | 上半身 | 表演者坐著；只需要頭部、手臂和軀幹的表現力 |
| 電影與 VFX | 兩者（混合） | 坐著的對話場景使用上半身；動作場景使用全身 |
| 機器人技術 / 具身 AI | 全身 | 訓練數據必須包含步態、平衡和完整的運動學鏈 |
| MMD / 舞蹈動畫 | 全身 | 舞蹈編排需要腳步動作和下半身節奏 |
| 教育 / 電子學習 | 上半身 | 帶有手勢重點的對話頭像簡報 |
| 運動分析 | 全身 | 運動力學依賴下半身關節角度和重量轉移 |
應避免的常見錯誤
1. 對坐姿表演使用全身追蹤
這是最常見的錯誤。如果你的表演者坐在桌前，全身模式會嘗試解算幾乎不動或完全靜止的腿部，通常會產生漂浮腳、膝蓋抖動或骨盆漂移。任何坐姿捕捉都應切換為上半身模式。
2. 全身拍攝時畫面取景太緊
如果你拍攝全身但將腳或頭部裁切出畫面，AI 就必須猜測這些關節的位置。始終確保整個身體，從頭頂到腳底，都可見，並且邊緣留有少量餘裕。
3. 忽略服裝的合身度
寬鬆的褲子會使膝蓋和腳踝關節對 AI 來說不可見，從而顯著降低全身追蹤的品質。對於上半身，寬鬆的袖子對手肘和手腕關節也有同樣的影響。合身的服裝並非奢侈，而是獲得乾淨數據的技術要求。
4. 未使用防穿透修正
如果沒有防穿透功能，在最終動畫中，肢體可能會相互穿透或穿透軀幹，尤其是在快速運動時。像 QuickMagic 這樣的工具包含內建的防穿透修正功能，可以自動解決這些交叉問題，節省數小時的手動清理時間。
常見問題
全身追蹤和上半身追蹤有什麼區別？
全身追蹤捕捉從頭到腳的完整運動學鏈，通常包含 24 個或更多的骨骼關節點，包括腿部、骨盆和脊柱。上半身追蹤僅捕捉從頭部到腰部或髖部，通常是 14 個關節點，而下半身保持鎖定在固定位置。全身追蹤對於走路、跑步和跳舞等移動動作是必要的；上半身追蹤則足夠用於坐姿表演、VTubing 和對話場景。
何時應使用上半身追蹤而不是全身追蹤？
當你的動畫只涉及軀幹、手臂和頭部時，例如 VTubing、直播、坐著對話、對話頭像動畫或桌面簡報時，應使用上半身追蹤。上半身模式還能避免全身模式試圖解算坐姿表演者腿部位置時出現的漂浮腳問題，並且由於表演者無需全身入鏡，所需的攝影機畫面空間也更小。
AI 動作捕捉中主要的身體追蹤類型有哪些？
主要的身體追蹤類型有光學標記式、慣性式（IMU 感應器套裝）、無標記 AI 視覺、磁力式和機械外骨骼。特別是在 AI 動作捕捉中，兩種最常見的捕捉模式是全身和上半身。有些工具還提供僅手部或臉部追蹤作為單獨模式。無標記 AI 視覺是成長最快的類別，因為它不需要套裝或感應器，只需要一個標準攝影機。
上半身追蹤的處理速度比全身追蹤快嗎？
是的。上半身追蹤處理的骨骼關節點更少，從而減少了計算時間。它也允許表演者坐在更靠近攝影機的較小畫面內，這意味著需要分析的背景更少。在實踐中，上半身捕捉的處理速度更快，並且通常能產生更乾淨的數據，因為需要估計的關節點更少，而且由腿部交叉或移出畫面導致的遮擋問題也更少。
我可以在同一個工具中切換全身和上半身追蹤嗎？
可以。像 QuickMagic 這樣的工具同時支援全身和上半身捕捉模式，你可以根據鏡頭需求在兩者之間切換。如果一個場景從角色坐在桌旁開始，然後站起來走開，你可能會用上半身模式捕捉坐著的部分，用全身模式捕捉走路的部分，然後在動畫軟體中混合這兩個片段。
哪些 AI 動作捕捉選項同時支援全身和上半身追蹤？
QuickMagic、DeepMotion 和 Rokoko Vision 是少數同時支援全身和上半身追蹤模式的 AI 動作捕捉選項。QuickMagic 還額外提供手部追蹤、臉部捕捉、多主體追蹤和防穿透修正。在選擇 AI 動作捕捉工具時，請檢查它是否允許你為每個片段選擇捕捉模式、是否支援你的目標導出格式，以及是否能處理你計劃拍攝的攝影機角度。
QuickMagic 支援從單一攝影機進行全身、上半身、手部和臉部動作捕捉。可導出至 FBX、BVH、BIP、VMD、Mixamo、UE5、Roblox 等更多格式。 免費試用。
