Static vs Moving Camera Mocap: Which Works Better?

如果你曾經將一段 AI 動作捕捉 片段套用到角色骨架，然後看到手臂陷進軀幹，或是在走路循環中手掌直接穿過大腿，那你已經知道本文要探討的問題。動作資料在棍狀圖上看起來「正確」，但當它驅動真正的網格角色時，幾何形狀就會相交，幻覺隨之破滅。

這就是所謂的 穿透 —— 更精確地說，是 自我穿透 —— 這是在製程中導致原本可用的動作捕捉資料被拒絕的最常見原因之一。好消息是，現在可以自動解決這個問題。在本文中，我們將深入解析抗穿透校正實際運作的原理、為何它在 生成式 3D 動作 時代比以往更重要，以及 QuickMagic 如何運用它來從影片和文字兩方面產出更乾淨、可直接使用的動畫。

什麼是 3D 動畫中的穿透？

在 3D 角色動畫中，穿透 發生在角色網格的某一部分穿過另一部分——或穿過其他角色的網格——而不是在表面停止。最常見的例子：

• 手臂在身體交叉動作中陷入肋骨
• 在行走或跑步循環中，手掌穿過對側大腿
• 手指在握拳時交錯
• 頭髮、布料或配件在快速動作中穿過軀幹

在骨骼「棍狀圖」視圖中，這些都看不見，因為骨頭沒有體積。只有在將骨骼綁定到帶有真實幾何形狀的蒙皮網格後，問題才會浮現。這就是為什麼一個片段在預覽時看似完美，卻仍會在製程中失敗。

有兩種值得區分的類型：

抗穿透校正能處理兩種類型，但 自我穿透 在單一主體的 無標記動作捕捉 工作流程中更為常見——而這正是大多數創作者目前用手機影片和瀏覽器在處理的情況。

為何 AI 生成動作讓問題更嚴重

傳統光學動作捕捉之所以昂貴，正是因為它精準。套裝上的標記點、校正過的攝影機和受控的舞台，都能減少導致夾穿的不乾淨。代價始終是成本與可取得性。

新一代的 AI 動作捕捉 工具則反轉了這個取捨。你上傳一段影片，模型估計姿勢，然後你得到一個骨架——不需要套裝，不需要攝影棚。代價是估計結果比標記點資料更不乾淨，而不乾淨的估計正是穿透的直接原因：

• 深度模糊。 單一攝影機的估計在攝影機軸向上可能誤差幾公分。本應放在臀部上的手，結果進入了臀部內部。
• 遮擋缺口。 當肢體被身體遮擋時，模型會填補缺口，而填補的軌跡往往會切穿軀幹。
• 關節限制違反。 生成式模型可能產生真實肩膀無法達到的旋轉，導致上臂穿過胸部。

這不是任何一款產品的缺陷。它是單眼無標記估計的內在屬性，幾乎在市面上所有 影片轉 3D 動畫 流程中都會出現。

同樣的問題也延伸到 文字轉 3D 動畫。當動作是 生成 而非 捕捉 時，模型最佳化的是姿勢序列的合理性，而不是最終網格的不相交。在 AI 3D 動畫 領域中，包括 DeepMotion 的 SayMotion 等生成式方法，以及 Animate 3D 等影片基礎服務，都面臨同類型的偽影。動作在關節空間中看起來正確；但在網格空間中就會夾穿。

這就是為什麼 抗穿透校正不是一個可選的拋光步驟。它是決定 AI 動作是否可用的關鍵步驟。

抗穿透校正實際執行的內容

在高層次上，抗穿透校正是一個事後估計的處理，它會偵測幾何形狀何處會相交，並調整動作使其不再相交。在實務中，一個穩健的校正處理會執行以下幾項工作：

1. 每幀的碰撞偵測。 對每一幀，求解器檢查角色網格體積是否重疊——通常使用簡化的代理模型，例如附加到每個骨骼上的膠囊或球體。
2. 軌跡感知解析。 而不是逐幀將肢體從身體中彈出（這會造成抖動），求解器在一個時間視窗內調整 軌跡，使校正平滑。
3. 關節限制執行。 校正被限制在物理上合理的旋轉範圍內，因此手臂是 繞過 軀幹，而不是 穿過 軀幹。
4. 接觸保持。 良好的校正能區分「手放在臀部上」（接觸，保留）和「手在臀部內」（穿透，修正）。如果沒有這一點，就會出現永遠無法實際觸碰身體的懸浮手。

結果就是動作在蒙皮網格上也能站得住腳，而不僅僅在骨架預覽中。

簡而言之： 抗穿透校正的作用是將「AI 大致正確地抓到了姿勢」轉變成「我實際上可以把這個動作放到我的角色上並發布。」

最關鍵的應用場景：重新定位目標、數位人類與更多

穿透不僅僅是捕捉時的問題。它在後續流程中也會出現——通常 更嚴重。以下是校正如何在不同流程中發揮價值。

動作重新定位目標 (Motion Retargeting)

動作重新定位目標 —— 將動作從一個骨架轉移到另一個比例不同的骨架 —— 是夾穿的最大來源之一。在身材高大的表演者身上捕捉到的動作，重新定位目標到矮小的角色時，由於肢體長度比例改變而關節角度不變，通常會導致手部進入大腿內部。在人類、風格化角色和生物之間重新定位目標時也是如此。

QuickMagic 在其匯出流程（FBX、BVH、BIP、VMD、Mixamo、UE MetaHuman 等）中處理重新定位目標，並且校正處理會考慮目標骨架的比例。這表示清理是在 重新定位目標之後 進行的，也就是穿透實際發生的地方——而不僅僅是在穿透不明顯的原始骨架上。

數位人類 (Digital Humans)

數位人類 —— MetaHuman、VTuber 虛擬角色、MMD 模型 —— 具有高保真度的網格，包含精細的手部、臉部和服裝。在低多邊形代理模型上，2 公分的穿透看不出來。但在具有獨立手指和層疊服裝的 MetaHuman 上，同樣的 2 公分誤差會產生手掌穿過外套袖子的現象，觀眾一眼就會發現。網格品質越高，對未經校正的相交的容忍度就越低。

即時人體追蹤 (Real-Time Body Tracking)

對於 即時人體追蹤 的使用場景 —— 即時 VTubing、互動式表演、串流 —— 沒有時間手動清理每一幀。校正必須在當下完成，否則虛擬角色會在直播中出現破綻。一個能夠針對即時估計進行求解的求解器，正是區分可用即時虛擬角色與新奇展示的關鍵。

多主體與互動片段

一旦場景中有兩個角色 —— 舞蹈雙人組、打鬥、擁抱 —— 角色間穿透就成為一個因素。單一主體的校正在此無用；你需要能同時感知兩個身體的求解器。

QuickMagic 如何在實務中應用校正

QuickMagic 以無標記、單一攝影機或文字工作流程為基礎，這意味著抗穿透校正不是可有可無的附加功能 —— 而是產品的結構性組成部分。以下是其整合方式。

三種輸入路徑，一個校正階段

QuickMagic 接受來自三種來源的動作輸入：

三者匯集到相同的後估計階段，抗穿透校正在此執行後再匯出。這很重要，因為它意味著無論動作如何產生，清理結果都是一致的 —— 你不會因為選擇影片而非文字而得到一條「更乾淨」的路徑，反之亦然。

校正會考慮匯出目標

由於 QuickMagic 匯出到廣泛的目標 —— Blender、Unreal Engine、Unity、Maya、3ds Max、MotionBuilder、Cascadeur、iClone、MikuMikuDance、Roblox 和 MetaHuman —— 校正處理會考慮目標骨架的比例和關節慣例。這就是「在通用骨架上乾淨」與「在你實際要使用的角色上乾淨」之間的差異。

特別是對於 數位人類，這一步驟能防止經典的 MetaHuman 問題：手指在握拳時消失在手掌中，或在快速手勢中前臂夾穿袖子。

它是姿勢與動作清理控制的一部分

QuickMagic 提供了姿勢、幀率和動作清理控制，抗穿透校正就位於該清理層中。實際效果：你花費更少的時間在你的 DCC 工具中處理夾穿偽影，而將更多時間投入到創意方面 —— 節奏、表演、構圖。

從雜亂輸入到乾淨輸出：一個典型工作流程

為了更具體說明，以下是校正後的完整路徑。

1. 捕捉或生成。 用手機錄製一段片段 —— 舞蹈、手勢、表演 —— 或輸入描述動作的文字提示。這是 無標記動作捕捉 / 文字轉 3D 動畫 的入口點。
2. 估計。 QuickMagic 從輸入中估計全身（以及可選的手部/臉部）動作。
3. 抗穿透校正。 求解器執行，解析自我相交並根據目標骨架比例保持接觸。
4. 重新定位目標。 動作對映到您選擇的骨骼 —— Mixamo、MetaHuman、MMD、UE5、自訂骨架。
5. 匯出。 您獲得 FBX、BVH、BIP、VMD 或特定工具預設，乾淨到可以直接拖入您的場景。
6. 精修（可選）。 由於輸出是可編輯的動作資料，而非烘焙好的影片，您仍可在 Blender、Cascadeur 或您選擇的工具中進行微調。

關鍵點：步驟 3 使得步驟 4–6 變得輕鬆。沒有它，步驟 4（重新定位目標）會重新引入夾穿，而步驟 6 就會變成手動清理工作，而非創意過程。

常見問題

抗穿透校正會改變表演本身嗎？

不會。目標是保留動作的 意圖 —— 手勢、節奏、重量 —— 同時只移除幾何偽影。一個好的校正處理是隱形的：觀眾應該看不出它曾經運行。

它在快速動作中有效嗎？

快速動作正是穿透最常見的地方，因為肢體速度會放大估計誤差。校正對於高能量片段 —— 舞蹈、戰鬥、運動 —— 最有價值。

它只適用於人類角色嗎？

核心問題是網格相交，這適用於任何蒙皮骨架。QuickMagic 的主要焦點是人類及類人動作（包括 數位人類 和類人機器人參考），而校正也針對這些骨骼進行了調校。

我仍然需要在 DCC 工具中清理嗎？

抗穿透校正移除了最耗時的偽影類別 —— 夾穿 —— 因此您在工具中的清理將專注於表演和節奏，而不是幾何修復。大多數創作者發現匯出的資料只需最少量的額外工作即可使用。

這與手動清理相比如何？

手動清理一段 30 秒片段中的穿透可能需要數小時，因為每一幀的相交都必須手動調整，而且結果必須在時間上保持平滑。自動校正執行逐幀工作並保持軌跡平滑，而這正是手動操作中既慢又繁瑣的部分。