Full-Body-Capture
Full-Body-Capture bezeichnet Verfahren, mit denen die Bewegungen eines kompletten menschlichen Körpers aufgezeichnet und in digitale Daten übersetzt werden. Diese Daten steuern anschließend eine Spielfigur, eine Filmfigur oder einen Avatar in einer virtuellen Umgebung.
Full-Body-Capture heißt übersetzt etwa « Ganzkörper-Erfassung ». Gemeint ist ein Verfahren, das die Bewegungen eines echten Menschen misst und in Zahlen umwandelt. Ein Computer weiß danach zu jedem Zeitpunkt, wo sich Kopf, Schultern, Ellbogen, Hüfte, Knie und Füße befinden. Diese Zahlen kann man auf eine gezeichnete Figur übertragen, die sich dann exakt so bewegt wie die Person vor der Kamera. Der Unterschied zu einem normalen Video ist entscheidend: Ein Video zeigt nur Bilder, hier entstehen Messwerte, die man frei weiterverwenden kann. Aus derselben Aufnahme lässt sich später ein Drache, ein Roboter oder eine Comicfigur animieren.
Warum Animation ohne echte Körper mühsam bleibt
Eine Figur von Hand zu animieren ist enorm aufwendig. Ein Animator muss für jede Sekunde festlegen, wie sich jedes Gelenk dreht. Für ein paar Schritte eines Charakters kann das Stunden dauern. Und selbst dann wirkt das Ergebnis oft künstlich, weil menschliches Gehen viele kleine Unregelmäßigkeiten enthält, die niemand bewusst nachbaut.
Full-Body-Capture kehrt das Verhältnis um. Ein Schauspieler läuft einmal durch den Raum, und die Bewegung ist in Sekunden erfasst. Genau deshalb setzen große Filmproduktionen und Spielestudios seit den 2000er-Jahren darauf. Figuren wie Gollum aus « Der Herr der Ringe » oder die Na’vi aus « Avatar » beruhen auf solchen Aufnahmen.
Wirtschaftlich ist der Begriff inzwischen auch außerhalb der Unterhaltungsbranche interessant. Wer Avatare für virtuelle Meetings, Fitness-Apps oder Trainingssimulationen bauen will, braucht realistische Körperdaten. Der Markt für die nötige Hardware und Software wächst entsprechend, und viele Start-ups arbeiten daran, das Verfahren billiger zu machen.
Von Markern am Anzug zur Schätzung per Kamera
Die klassische Methode arbeitet mit einem engen Anzug voller kleiner reflektierender Kugeln, den sogenannten Markern. Rund um den Raum stehen Spezialkameras mit Infrarotlicht, das für Menschen unsichtbar ist. Jede Kamera sieht die Kugeln als helle Punkte. Aus den Blickwinkeln mehrerer Kameras berechnet ein Programm die genaue Position jeder Kugel im Raum. Das Prinzip ähnelt dem räumlichen Sehen: Zwei Augen aus leicht verschiedenen Winkeln liefern Tiefe, viele Kameras liefern sehr präzise Tiefe.
Aus den Punkten baut die Software ein Skelett. Das ist ein vereinfachtes Strichmännchen mit typischerweise 20 bis 60 Gelenken. Zu jedem Zeitpunkt speichert das System, wie stark jedes Gelenk gedreht ist. Diese Datenspur überträgt man dann auf ein digitales Modell, ein Vorgang, der Retargeting genannt wird. Weil die Figur andere Proportionen haben kann als der Mensch, muss die Software die Bewegungen dabei anpassen.
Neuere Systeme kommen ohne Anzug aus. Ein neuronales Netz, also ein aus Beispielen trainiertes Programm zur Mustererkennung, schätzt die Gelenkpositionen direkt aus normalem Videomaterial. Trainiert wurde es mit Millionen Bildern, bei denen die richtigen Positionen bekannt waren. Das ist deutlich billiger, aber ungenauer. Verdeckte Körperteile, etwa ein Arm hinter dem Rücken, bleiben ein bekanntes Problem.
Vom Filmstudio bis zur Fitness-App
Am sichtbarsten ist das Verfahren in Kinofilmen und großen Videospielen. Die Kampf- und Laufbewegungen realistischer Spielfiguren stammen fast immer aus einem Capture-Studio. Auch Sportspiele nutzen es, indem echte Profisportler ihre typischen Bewegungen einmal aufzeichnen lassen.
Im Alltag begegnet man abgespeckten Varianten. Manche VR-Brillen erfassen nicht nur Kopf und Hände, sondern über Zusatzsensoren auch Beine. Fitness-Apps analysieren per Handykamera, ob eine Kniebeuge sauber ausgeführt wird. In der Medizin hilft Ganganalyse dabei, Fehlbelastungen nach einer Verletzung zu erkennen.
In Nachrichten taucht der Begriff oft zusammen mit Avataren, digitalen Zwillingen und der Debatte um Rechte von Schauspielern auf. Ein häufiger Irrtum: Full-Body-Capture erfasst nur Bewegung, nicht das Aussehen. Gesichtsausdrücke werden meist getrennt aufgenommen, das nennt man Face-Capture. Für die Haut und das Gesicht einer Figur braucht es zusätzlich ein 3D-Modell, das ganz anders entsteht.