AI Motion Capture
Kommersiell användning OK
568-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 bli låg.
Hämta fler tokener
❤️ Love Free.ai? Tell your friends!
Registrera dig för att få en referenslänk och tjäna 30.000 polletter per vän.
Vill du ha mer?
Registrera dig gratis: 30 000 polletter/dag
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 öppen källkodsmodellerna.
3
Ladda ner & dela
Ladda ner, kopiera eller dela ditt resultat. Gratis för personligt och kommersiellt bruk.
Använd verktyget via API
Automatisera verktyget från din egen kod. OpenAI-kompatibel REST endpoint, Bearer-token auth, inget 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?