English Version | 中文版本
跨平台的实时视频驱动动作捕捉及3D虚拟形象生成系统 for VTuber/Live/AR/VR.
提供用于Windows,macOS的可执行文件包(包括M系列芯片),可在Linux上通过源代码运行
(这是一个多语言软件,支持中文和英文)
本科毕业设计作品。
🌟 好看的用户图形界面(得益于Material Design 3自动取色系统),且支持深色模式
🌟 简单易用,只需拖拽即可导入虚拟形象模型
add-model-drag.mp4
🌟 动作转发系统支持支持WebXR API (HTTPS only,用于VR和AR技术)
webxr-ar-demo.mp4
🌟 带有骨骼控制器和变装工具的模型查看器
🌟 可导入至OBS进行直播使用
🌟 支持全身动作捕捉
🌟 支持自动检测骨骼类型并完成映射( for All VRM files and Mixamo Format FBX files)
🌟 支持通过手动进行骨骼映射来驱动各种骨骼类型FBX、GLB、GLTF模型文件
🌟 你可以使用 VRoid Studio 来创作属于自己的虚拟形象并导入至该系统,同时支持VRM 0.x & 1.0!
🌟 面部
🌟 半身
🌟 半身与手部
🌟 全身
版本说明:
Windows 免安装版本:解压后直接运行 SysMocap.exe
即可
-
SysMocap-Windows-x64-<版本号>.7z
: Windows 64位版本,适用于使用x86_64处理器(AMD、Intel等)64位Windows 10 & 11操作系统 -
SysMocap-Windows-arm64-<版本号>.7z
: Windows ARM 64位版本,适用于使用arm64处理器(高通骁龙等)64位Windows 10 & 11操作系统
Windows 安装包:双击安装即可(安装包为英文,软件支持中文)
-
SysMocap-Windows-x64-installer-<版本号>.msi
: Windows 64位版本,适用于使用x86_64处理器(AMD、Intel等)64位Windows 10 & 11操作系统 -
SysMocap-Windows-arm64-installer-<版本号>.msi
: Windows ARM 64位版本,适用于使用arm64处理器(高通骁龙等)64位Windows 10 & 11操作系统
macOS DMG镜像:拖动 SysMocap.app
到应用程序文件夹即可
-
SysMocap-macOS-x64-<版本号>.dmg
: 适用于Intel芯片的苹果电脑及黑苹果设备,macOS 10.15+操作系统 -
SysMocap-macOS-arm64-<版本号>.dmg
: 适用于使用M系列芯片(Apple Silicon)的苹果电脑
针对macOS用户的额外说明:
-
You need set Gatekeeper to Anywhere in System Settings (在终端中执行
sudo spctl --master-disable
) -
如果你遇到
“SysMocap” is damaged and can’t be opened. You should move it to the Trash.
(大概中文是 被损坏 您应该移动到废纸篓), 请在终端中执行sudo xattr -r -d com.apple.quarantine /Applications/SysMocap.app
git clone https://github.com/xianfei/SysMocap.git
cd SysMocap
npm i
npm start
- HTTP & HTTPS 在动作捕捉转发中将会使用同一个端口。
(对于其他类型的骨骼,你可以在本程序中进行手动映射和坐标系转换)
-
Hips (Main Node, both Position and Rotation. Ratation only for other nodes)
-
Neck
-
Chest
-
Spine
-
RightUpperArm
-
RightLowerArm
-
LeftUpperArm
-
LeftLowerArm
-
LeftUpperLeg
-
LeftLowerLeg
-
RightUpperLeg
-
RightLowerLeg
BibTeX:
@INPROCEEDINGS{9974484,
author={Song, Wenfeng and Wang, Xianfei and Gao, Yang and Hao, Aimin and Hou, Xia},
booktitle={2022 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct)},
title={Real-time Expressive Avatar Animation Generation based on Monocular Videos},
year={2022},
volume={},
number={},
pages={429-434},
doi={10.1109/ISMAR-Adjunct57072.2022.00092}}
GB/T 7714 (国内高校毕业论文写这个就行)
Song W, Wang X, Gao Y, et al. Real-time Expressive Avatar Animation Generation based on Monocular Videos[C]//2022 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct). IEEE Computer Society, 2022: 429-434.