AI Motion Capture
Kommercielt brug OK
380+ modeller
Intet vandmærke
Ingen tilmelding nødvendig
Model:
+ GPT-5, Claude, Gemini
Upload enhver video med en person i det ~ AI sporer 33 body keypoints per ramme og giver dig et skelet overlay video plus en JSON af fælles positioner for hver ramme. Ingen mocap jakkesæt, ingen markører, ingen kalibrering. Enkeltkamera markørløs bevægelsesoptagelse via MediaPipe.
Sporer 33 kropsled over hver ramme...
Avancerede tilvalg
Resultat
Tokens er ved at løbe tør.
Få flere tokens
❤️ Love this tool? Share it!
Tilmeld dig for at få et henvisningslink og optjene 25.000 tokens pr. ven.
Vil du have mere?
Gratis tilmelding til 30K tokens/dag + 10K bonus
Tilmeld dig gratis
Behandling af din anmodning...
Upload en video, AI udtrækker 3D krop udgør per ramme ved hjælp af MediaPipe. Få tilbage et skelet overlay video plus en per-frame keypoints JSON for animation, sport analyse, eller biomekanik. Gratis, ingen markører, ingen mocap jakkesæt.
Hvordan man bruger AI Motion Capture
1
Indtast dit input
Skriv tekst, uploade en fil eller beskrive, hvad du vil have. Ingen konto er nødvendig.
2
Klik på generere
Vores AI behandler din anmodning på få sekunder ved hjælp af de bedste open source-modeller.
3
Download & del
Download, kopier eller del dit resultat. Gratis til personlig og kommerciel brug.
Brug dette værktøj via API
Automatiser dette værktøj fra din egen kode. OpenAI- kompatible REST endpoint, Bearer-token auth, ingen ekstra SDK kræves. Token omkostninger matcher webgrænsefladen.
curl -X POST https://api.free.ai/v1/video/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"prompt": "A cat playing piano", "duration": 4}'AI Motion Capture — FAQ
Drop i en video med en person i ramme og AI sporer 33 kropsled hoved, skuldre, albuer, håndled, hofter, knæ, ankler, plus hænder og fødder i hver ramme. Du får tilbage et skelet overlay video plus en JSON-fil med per-frame fælles koordinater. Ingen mocap jakkesæt, ingen markører, ingen kalibrering skridt, enkelt kamera fungerer fint.
Drive 3D tegn animationer i Blender / Unity / Unreal (re-target to a rigged armature), gøre sport / dans / kampsport-kunst teknik analyse, bygge form-korrigering overlays, træne ML modeller på bevægelsesdata, eller bare visualisere bevægelsesmønstre over tid.
MediaPipe Pose Landmarker (Google, Apache 2.0). Det udsender 33 body keypoints per frame i normaliserede 2D coords + en anslået Z (relativ dybde fra kameraet) + per-keypoint synlighed scorer. Det kører helt på CPU, så GPU forbliver gratis for dine andre generationer.
Det er 2.5D ~ sand 2D + estimeret relativ Z fra et enkelt kamera. Real 3D bevægelse capture har brug for flere synkroniserede kameraer til triangulation (den FreeMoCap / OptiTrack / Vicon tilgang). For TikTok danse, sport analyse, animation reference, eller en enkelt kamera workflow, MediaPipe output er fremragende. Vi vil tilføje en multi-kamera værktøj senere for brugere, der har brug for ægte 3D.
200 tokens per sekund af input video (floored på 500 tokens). Et 10-sekund clip koster 2.000 tokens; en 60-sekunders clip koster 12.000. Daglig-pool gratis tokens dækker et par korte klip om dagen; signeret-in brugere får 30K om dagen.
Real-time-ish: ca. 30-50 rammer per sekund på vores kasse. En 1-minutters 30 fps video processer i 30-60 sekunder end-to-end herunder upload + rendering. Længere videoer tager proportionalt længere.
MP4, MOV, WebM, AVI, MKV, og mest almindelige videoformater, alt kfmpeg kan afkode. Max upload 100 MB. Opløsning betyder ikke meget; den udgør model internt downsamples for hastighed.
MediaPipe Pose Landmarker sporer en person pr frame (den mest fremtrædende). For multi-person tracking vi har brug for en anden model (RTMPose, YOLOv8-pose). Hvis din use case er multi-person, fil en idé via / contact / ~ glad for at tilføje det som et separat værktøj.
Synlige samlinger spores til inden for ~ 5-10 px på en 720p ramme; okkluderede samlinger (hånd bag ryggen, foden off-frame) bliver fyldt med lav synlighed scorer, så du kan filtrere dem ud. Glating på tværs af rammer i din downstream pipeline (Kalman / Savitzky-Golay) rydder op resten.
Ikke direkte fra AI Motion Capture i dag JSON er den rå keypoint data. Du kan konvertere offline ved hjælp af biblioteker som ~aniposelib! eller ~pose-format! Vi overvejer at sende en "Mocap → BVH / FBX" follow-on værktøj fil en upvote på / contact / hvis du vil have det.
Behandlet med det samme, er nøglepunkterne ekstraheret, så input video slettes. skelet-overlay output og JSON holdes for standard share-link udløb (24 timer anonym / 7 d betalt). Aldrig brugt til uddannelse. /privacy / for den fulde politik.
Ja! Indsæt en flerdelt videofil til /v1/video/motion-capture/. Returnerer {video_url, json_url, duration_s, tokens, share_url}. Bearer auth (sk-free-...) giver dig 10.000 tokens/måned gratis. Curl eksempel på /api /.
Hvordan vil du vurdere dette værktøj?