AI Motion Capture
Առևտրային օգտագործման համար
380+ մոդելներ
Ջրային նշան չկա
Չի պահանջվում գրանցվել
մոդել
+ GPT-5, Claude, Gemini
Upload any video with a person in it — AI tracks 33 body keypoints per frame and gives you a skeleton overlay video plus a JSON of joint positions for every frame. No mocap suit, no markers, no calibration. Single-camera markerless motion capture via MediaPipe.
Tracking 33 body joints across every frame…
Ավելի բարդ ընտրանքներ
Արդյունք
Ցուցանիշները վերջանում են։
Get More Tokens
❤️ Սիրում ես Free.ai-ը, ասա ընկերներիդ։
Sign up to get a referral link and earn 25,000 tokens per friend.
Ուզում եք ավելին։
Գրանցվել անվճար համար 5K tokens/օր + 10K բոնուս
Անվճար գրանցում
Ձեր խնդրի վերլուծություն...
Upload a video, AI extracts 3D body pose per frame using MediaPipe. Get back a skeleton overlay video plus a per-frame keypoints JSON for animation, sports analysis, or biomechanics. Free, no markers, no mocap suit.
Ինչպես օգտագործել AI Motion Capture
1
Տեղադրել ձեր մուտքագրումը
Տպեք տեքստը, ներբեռնեք ֆայլը կամ նկարագրեք այն, ինչ ցանկանում եք։ Հաշիվը պահանջվում չէ։
2
Սեղմել ստեղծելու համար
Մեր արհեստական բանականությունը վայրկյանների ընթացքում կպատասխանի ձեր հարցին՝ օգտագործելով լավագույն բաց կոդով մոդելները։
3
Տեղադրել և կիսվել
Տեղադրել, պատճենել կամ կիսվել արդյունքներով։ Ազատ է անձնական և առևտրային օգտագործման համար։
Օգտագործել այս գործիքը API-ի միջոցով
Ավտոմատացրեք այս գործիքը ձեր սեփական կոդից։ OpenAI- համապատասխան REST վերջնական կետը, Bearer-token auth, ոչ մի ավելորդ SDK պահանջվում է։ Token- ի արժեքը համապատասխանում է վեբ ինտերֆեյսին։
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 in a video with a person in frame and the AI tracks 33 body joints — head, shoulders, elbows, wrists, hips, knees, ankles, plus hands and feet — in every frame. You get back a skeleton overlay video plus a JSON file with the per-frame joint coordinates. No mocap suit, no markers, no calibration step, single camera works fine.
Drive 3D character animations in Blender / Unity / Unreal (re-target to a rigged armature), do sports / dance / martial-arts technique analysis, build form-correction overlays, train ML models on movement data, or just visualize movement patterns over time.
MediaPipe Pose Landmarker (Google, Apache 2.0). It outputs 33 body keypoints per frame in normalized 2D coords + an estimated Z (relative depth from the camera) + per-keypoint visibility scores. It runs entirely on CPU so the GPU stays free for your other generations.
It's 2.5D — true 2D + estimated relative Z from a single camera. Real 3D motion capture needs multiple synchronized cameras for triangulation (the FreeMoCap / OptiTrack / Vicon approach). For TikTok dances, sports analysis, animation reference, or any single-camera workflow, MediaPipe's output is excellent. We'll add a multi-camera tool later for users who need true 3D.
200 tokens per second of input video (floored at 500 tokens). A 10-second clip costs 2,000 tokens; a 60-second clip costs 12,000. Daily-pool free tokens cover a few short clips per day; signed-in users get 5K/day.
Real-time-ish: roughly 30-50 frames per second on our box. A 1-minute 30 fps video processes in 30-60 seconds end-to-end including upload + render. Longer videos take proportionally longer.
MP4, MOV, WebM, AVI, MKV, and most common video formats — anything ffmpeg can decode. Max upload 100 MB. Resolution doesn't matter much; the pose model internally downsamples for speed.
The MediaPipe Pose Landmarker tracks ONE person per frame (the most prominent one). For multi-person tracking we'd need a different model (RTMPose, YOLOv8-pose). If your use case is multi-person, file an idea via /contact/ — happy to add it as a separate tool.
Visible joints are tracked to within ~5-10 px on a 720p frame; occluded joints (hand behind back, foot off-frame) get filled in with low visibility scores so you can filter them out. Smoothing across frames in your downstream pipeline (Kalman / Savitzky-Golay) cleans up the rest.
Not directly from AI Motion Capture today — the JSON is the raw keypoint data. You can convert offline using libraries like `aniposelib` or `pose-format`. We're considering shipping a "Mocap → BVH/FBX" follow-on tool — file an upvote at /contact/ if you want it.
Processed immediately, the keypoints are extracted, then the input video is deleted. The skeleton-overlay output and JSON are kept for the standard share-link expiry (24 h anonymous / 7 d paid). Never used for training. /privacy/ for the full policy.
Yes — POST a multipart `video` file to /v1/video/motion-capture/. Returns {video_url, json_url, duration_s, tokens, share_url}. Bearer auth (sk-free-…) gives you 10,000 tokens/month free. Curl example at /api/.
Ինչպե՞ս կգնահատեիք այս գործիքը։