动作捕捉技术在三维游戏动画制作中的应用

焦文静，杨文静

（金陵科技学院，江苏 南京 211169）

20 世纪末，动作捕捉（动捕） 技术开始被关注，后被应用于影视制作中。例如，转描机技术是一种动画家用来逐帧地追踪真实运动的动画技术，最早由马克思·弗雷歇尔（Max Fleischer） 发明，著名的应用有20 世纪末90 年代初卡通形象贝蒂娃娃（Betty Boop） 的舞蹈动作以及《格列佛游记动画版》的制作；在《指环王》拍摄期间，拍摄工作室使用了光学动作捕捉技术，演员安迪·瑟金斯（Andy Serkins） 化身为虚拟角色咕噜（Gollum） 与其他演员互动。

《一梦江湖》游戏制作分为两大部分，即建模与动画。动画主要依靠动捕来完成，例如游戏人物的打斗和日常动作。项目从初期筹备至完成，制作者需要不断地跟进与学习，记录一套完整的动作捕捉流程。动作捕捉技术被分为机械式、声学式、电磁式、惯性导航传感器式和光学式。

机械式动捕的优点在于成本较低、精度较高，但缺点也很明显，即其装置结构会影响表演者施展动作，并且难以用于动作的不间断捕捉。声学式动捕在时间上有延迟，系统的反应能力较差，记录值与真值有误差。电磁式动捕的优点在于它记录的是六维信息，不仅能得到表演者所在的位置信息，还能得到其方向信息，缺点是对环境有着严格的要求，表演的场地不能存在金属物品，否则电磁场会有差异，影响捕捉的精确程度，系统对于表演者的活动范围限制较大，且不能有过于激烈的动作[1]。惯性导航传感器式动捕不受环境的限制，户外和狭小空间等都可使用，装置还可以随身携带，但位置精度相对较小。光学式动捕分为主动式和被动式，被动式被称作光学式非标定动捕，是指由多个高分辨率红外摄像机从不同角度对物体进行跟踪和监视，表演者不需要穿戴专业的设备，但对场地有较高要求；而主动式光学动捕技术不需要采用摄像机，主要应用于对捕捉实时性要求较高的领域，主动式和被动式光学式动捕是互补存在的关系。

1 项目概述

《一梦江湖》是网易游戏开发的一款国民级武侠RPG 手游，它以出色的冒险剧情、新颖的宗派玩法和艺术效果带来了更加自由奔放的武侠世界。武侠世界中，打斗是最主要的动作表达，K 帧不能完全展现动作美感，真实鲜活的动作表达需要依靠动作捕捉来完成。该项目主要使用Maya，Vicon，3DsMax 等软件完成建模渲染和动作捕捉，大致操作为：首先通过Maya 来建模并进行骨骼绑定和蒙皮处理，其次通过动作捕捉获取动作数据并将其导入到Vicon 进行优化，然后将优化完成的数据导入模型，最后使用模型模拟相对应的动作。

通过矩阵节点分析Maya 动画制作过程中的难点内容。在Maya 动画制作过程中，所有物体的三维显示是由软件自动计算实现。当变换对象移动时，矩阵运算需要叠加，只能通过错切、旋转和缩放来优化矩阵[2]。“离散布”的案例研究是通过Linstep 函数计算出离散布料在平面分布的UV 信息，并利用矩阵变换将信息导入软件节点，从而进一步优化矩阵[3]。

布料解算是通过3DsMax 软件中的插件来完成，即人物身体在运动的同时，其衣着也会相应地发生变化，此时可通过一个布料插件来进行布料的材质解算。身体与衣着会产生穿模现象，解算前需要根据其运动关系K 好关键帧，使其符合物体的运动规律，然后选中根部之外的子级，调整合适的布料硬度和摆幅来完成布料解算。见图1。

图1 《一梦江湖》动捕花絮

2 项目制作

2.1 角色建模

三维动画中的人物和场景需要依靠3D 建模软件来完成。人物建模需要考虑跑动时流畅度和打击感的同时尽量贴合原画[4]。建模师在建高模时会先建出一个大致的粗模，然后由简入细，再由细入简。游戏模型要求保持四边面，并将不可避免的三边面置于不重要的位置。因为蒙皮过程中模型会发生变形，四边面模型会发生表面突起现象，导致表面不平滑；而三边面模型运动会产生整个部位突起。模型的面数越多，模型表面就越光滑。游戏建模的面数没有具体的要求，但考虑到移动端的运算内存限制，建模面数应尽量做到最精简。高模建成后，由于高达1 000 多万的面数不适用于移动端游戏，因此建模师会进行烘焙，将面数较低的模型贴合高模，从而得到低模。低模经过上色、UV 贴图和渲染后便可以添加动作。模型运动需要在关节处布3条以上的环线，例如眼皮与眼眶周围根据眼轮匝肌形状要布环型线，并形成3 个环状结构，否则特殊表情动作会使眼部动画变形穿帮。

由于角色模型会产生运动，因此服装建模会对动作产生较大影响。《一梦江湖》中对于沧海角色少女体态的表达，需恰当处理人体、骨骼和服装之间的关系，避免模型运动中贴图出现裂纹、边缘不贴合和模型间融合不佳等问题。

2.2 角色蒙皮

为了使角色完成所需的动作，必须先将相应的骨骼绑定到角色模型上，这个绑定的过程称为蒙皮。根据项目要求，《一梦江湖》使用3DsMax 来进行骨骼绑定，见图2。

图2 模型蒙皮制作

首先，建立一个Biped 骨骼，通过创建图形（Figure） 及设置其参数对应角色模型。然后，根据前视图与右视图调整模型与Biped 骨骼的位置，调整完退出Figure。此时，要在封套“参数”卷展栏中使用Biped 创建模型骨骼，由于大幅度的运动会使模型产生撕裂、变形和扭曲，因此需要为不同部位的关节设置封套，为不易受力影响变形的部位设置刚性封套，为易受力影响变形的部位设置可变形封套，有些关节部位需要打开连接关节的两块骨骼封套。调整好关节处封套的顶点设置权重并逐步调整权重值，使模型的关节变形过渡合理，蒙皮才算完成。

2.3 动作拍摄

2.3.1 场地校准

现实中，动作捕捉场地不能做到绝对的抗反射，动作捕捉软件会显示反光点异常。因此，需在正式拍摄前先调整软件，屏蔽异常反光点以降低解算的差异性；然后粘贴标记点，并确保标记点能被至少3 个摄像机识别到；再通过扫描面板和每个摄像机检测当前扫描场的标记点的采样数量、覆盖率和质量判断，扫场时注意不要快速挥动扫场杆，尽量不要和地面产生摩擦或者碰撞，以确保动作捕捉的精确性。

2.3.2 系统校准

理论上，通过两个关节标记点就可以确定一个相邻的标记点的位置。但在实际演算中，关节标记点有被遮挡的可能性。因此，在光学运动捕捉时，需要配置几个高频摄相机加以辅助。使用标定点，利用动捕软件准确地计算出镜头的所在位置和角度，建立摄像机的三维坐标，以便更准确地对动作进行捕捉[5]。

动捕场地基本可分为两大区：现实场地拍摄区、计算机系统控制区。现实场地拍摄区就是动捕演员进行表演的场地，场地外会有显示Motion－Builder 模型的电子屏幕，将模型与演员的动态实时展示，动作导演与策划等人员可通过屏幕观看并进行讨论，镜头的记录也更便捷；计算机系统控制区则是记录动作数据的场地，拍摄区的画面会被实时传入控制区，计算机会显示Vicon 演员模型和MotionBuilder 人物模型实时动态。

2.3.3 重置空间

将镜头与实际场馆进行对比、校对，再次粘贴标记点即可重新确定虚拟空间与现实场地的大小比例。

2.3.4 粘贴标记点和创建骨骼

演员穿上特制的莱卡服装，在关节、臀部、肘部和手腕等关键部位贴上标记点。标记点的型号也有要求，3 mm，4 mm 的标记点用于面部和手部捕捉，9 mm，12 mm 的标记点用于全身捕捉，12 mm，20 mm 的软标记点应用于有接触碰撞的表演动作，而25 mm，35 mm 和50 mm 的标记点则应用于大的场地。粘贴完标记点后，演员摆出T-Pose 开始表演，录入数据后方可创建骨骼点。

2.4 动画处理

通过Vicon Blade 软件的通用骨骼模板制作出与演员匹配的骨骼，将收集到的三维运动数据导入到模板中，就可以将拍摄的动作转化为模型骨骼的运动了。如果未对数据进行处理，则会导致模型局部抖动，部位丢失。例如《一梦江湖》中沧海角色的二技能“斗牛墟”，角色反手握武器，身体前倾，向前方进行二连突刺。此时，手部与脚部的骨骼点很容易产生抖动或丢失，如果未进行骨骼点修正，角色模型会出现肢体塌陷、关节位移和动作频繁抖动等问题，导致手指与武器连接出现穿模、手部弯折、脚指频繁抽搐等。这是因为使用动捕拍摄会生成大量的关键帧，需要手动减少多余的关键帧，优化动作数据，修正动作细节。在动捕的拍摄过程中，动作幅度的产生会使Marker 点被覆盖，导致录入数据后骨骼点消失，需要拖动时间轴手动排查并修补。修补完成后，由于场地不可避免存在反光点，因此录入的数据会伴随一些数字噪点，需将其删除。确保动作完整展现后，需再修改模型因运动产生抖动位移的骨骼点。完成后，从Vicon Blade中导出FBX 文件，并将文件导入MotionBuilder，两者相互关联，角色即可合理地动起来，见图3。

图3 Vicon Blade 动作数据优化

2.5 渲染输出

利用MotionBuilder 进行初步的动画制作后，需要随机挑选一两个动作场景进行画面渲染，来确认动作的最终效果是否符合要求。动作效果可以用MotionBuilder 直接渲染或者用Maya 进行当前帧渲染，然后加入适当的特效、音效和光影。确认好所有模型与动作数据准确无误后，方可运用漫反射贴图与法线贴图等素材，通过Unity3D 引擎进行实时渲染。

3 动作捕捉技术应用的未来发展

随着国家大力支持技术研发，对应的市场需求逐步扩大，我国动捕技术在游戏市场的应用将更广泛，与国外动捕技术的差距也将不断缩小。《一梦江湖》将动捕运用到了角色打斗、待机动作和日常活动上。动捕技术在游戏中多用于打斗，而打斗最需要力量感，单是K 帧很难完全展现一个动作的美感，而动捕可以弥补K 帧的不足，将动作表现得更加精准。近年来，人们热衷于创造虚拟世界，将动捕运用到VR 体验中，能使体验者与虚拟世界进行交互，无论是手部的抓拿还是腿部的跑跳，人体都能够活动自如。