AI Motion Capture
Kommersiell användning OK
380+ modeller
Inget vattenmärke
Ingen registrering behövs
Förlaga:
+ GPT-5, Claude, Gemini
Ladda upp en video med en person i den — AI spår 33 kropps keypoints per ram och ger dig en skelett overlay video plus en JSON gemensamma positioner för varje ram. Ingen mocap kostym, inga markörer, ingen kalibrering. Single-camera markörlös rörelse fånga via MediaPipe.
Spåra 33 kroppsleder över varje ram...
Avancerade alternativ
Resultat
Tokens börjar ta slut.
Hämta fler tokener
❤️ Love this tool? Share it!
< a href="/signup/" style="color:#16A34A">Registrera dig för att få en referenslänk och tjäna 25 000 polletter per vän.
Vill du ha mer?
Registrera dig gratis för 30K tokens/dag + 10K bonus
Registrera dig gratis
Bearbetning av din begäran...
Ladda upp en video, AI extrakt 3D kropp pose per ram med MediaPipe. Få tillbaka en skelett overlay video plus en per-frame keypoints JSON för animation, sportanalys, eller biomekanik. Gratis, inga markörer, ingen mocap kostym.
Hur du använder AI Motion Capture
1
Ange din inmatning
Skriv text, ladda upp en fil eller beskriv vad du vill. Inget konto behövs.
2
Klicka på generera
Vår AI behandlar din begäran på några sekunder med hjälp av de bästa open-source modellerna.
3
Ladda ner & resurs
Ladda ner, kopiera eller dela ditt resultat. Gratis för personligt och kommersiellt bruk.
Använd det här verktyget via API
Automatisera detta verktyg från din egen kod. OpenAI-kompatibel REST endpoint, Bearer-token auth, ingen extra SDK krävs. Token kostnader matchar webbgränssnittet.
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 en video med en person i ram och AI spår 33 kroppsleder — huvud, axlar, armbågar, handleder, höfter, knän, vrister, plus händer och fötter — i varje ram. Du får tillbaka en skelett overlay video plus en JSON fil med per-ram gemensamma koordinater. Ingen mocap kostym, inga markörer, ingen kalibrering steg, enda kamera fungerar bra.
Kör 3D teckenanimeringar i Blender / Unity / Unreal (re-target till en riggad armature), gör sport / dans / kampsport teknik analys, bygga form-korrigering overlays, träna ML modeller på rörelsedata, eller bara visualisera rörelsemönster över tiden.
MediaPipe Pose Landmarker (Google, Apache 2.0). Det ger 33 kroppsnyckelpunkter per ram i normaliserade 2D-koord + ett uppskattat Z (relativt djup från kameran) + per nyckelpunkt synlighet poäng. Det körs helt på CPU så GPU förblir gratis för dina andra generationer.
Det är 2.5D — sant 2D + uppskattad relativ Z från en enda kamera. Real 3D rörelse fånga behöver flera synkroniserade kameror för triangulering ( FreeMoCap / OptiTrack / Vicon approach). För TikTok danser, sportanalys, animering referens, eller någon enda-kamera arbetsflöde, MediaPipe utgång är utmärkt. Vi kommer att lägga till en multi-kamera verktyg senare för användare som behöver sann 3D.
200 polletter per sekund av ingångsvideo (golv 500 polletter). En 10 sekunders klipp kostar 2000 tokens; en 60 sekunders klipp kostar 12 000. Dagliga pool gratis polletter täcker några korta klipp per dag; inloggade användare får 30K/dag.
Real-time-ish: ungefär 30-50 bilder per sekund på vår låda. En 1 minut 30 fps videoprocesser i 30-60 sekunder end-to-end inklusive uppladdning + rendering. Längre videor tar proportionellt längre tid.
MP4, MOV, WebM, AVI, MKV, och de vanligaste videoformat — allt ffmpeg kan avkoda. Max ladda upp 100 MB. Upplösning spelar ingen roll; pose modellen internt ned prover för hastighet.
MediaPipe Pose Landmarker spårar en person per ram (den mest framträdande). För multi-person spårning skulle vi behöva en annan modell (RTMPose, YOLOv8-pose). Om ditt användningsfall är multi-person, skicka en idé via /contact/ — gärna lägga till den som ett separat verktyg.
Synliga leder spåras till inom ~5-10 px på en 720p ram; ockluded leder (hand bakom ryggen, fot off-frame) fylls i med låg sikt score så att du kan filtrera ut dem. Utjämning över ramar i din nedströms pipeline (Kalman / Savitzky-Golay) rensar upp resten.
Inte direkt från AI Motion Capture idag — JSON är den råa nyckelpunkten data. Du kan konvertera offline med bibliotek som `aniposelib" eller `pose-format`. Vi överväger att skicka en "Mocap → BVH/FBX" uppföljningsverktyg — fil en upvote vid /contact / om du vill det.
Bearbetas omedelbart extraheras nyckelpunkterna, sedan tas indatavideon bort. Utmatningen från skelettet och JSON behålls för standard aktielänkens utgång (24 h anonym / 7 d betald). Används aldrig för utbildning. /privacy / för den fullständiga policyn.
Ja — POST en multipart `video`-fil till /v1/video/motion-capture/. Returns {video_url, json_url, duration_s, polletter, share_url}. Bearer auth (sk-free-...) ger dig 10 000 tokens/månad gratis. Curl exempel på /api/.
Hur skulle du värdera det här verktyget?