通過監(jiān)視和跟蹤目標上的特定點來完成運動捕捉的任務(wù)。理論上，對于空間中的任意一點，只要能被兩臺攝像機同時看到，就可以根據(jù)兩臺攝像機在同一時刻拍攝的圖像和攝像機參數(shù)來確定該點在該時刻的空間位置。當攝像機以足夠高的速率連續(xù)拍攝時，動作捕捉軟件可以從圖像序列中獲得該點的運動軌跡。

　　一個典型的光學(xué)運動捕捉系統(tǒng)通常有6~8個攝像機，布置在表演場地周圍，這些攝像機的重疊區(qū)域就是表演者的活動范圍。為了便于搬運，通常要求表演者穿著單色服裝，并在身體的關(guān)鍵部位，如關(guān)節(jié)、臀部、肘部、手腕等處，貼上一些特殊的標志或發(fā)光點。，它們被稱為“標記”。視覺系統(tǒng)只識別和處理這些信號。系統(tǒng)標定后，攝像機連續(xù)拍攝表演者的動作，并保存圖像序列，然后進行分析處理，識別出其中的標志點，計算出它們在每個時刻的空間位置，從而得出它們的運動軌跡。為了得到準確的運動軌跡，要求相機具有較高的拍攝速率，一般要求每秒60幀以上。

　　基于相似的原理，光學(xué)運動捕捉器件的種類很多，比如根據(jù)目標的輪廓提取目標的運動信息，或者利用網(wǎng)格背景簡化處理過程。目前，我們正在進一步研究利用圖像識別和分析技術(shù)直接識別表演者身體的關(guān)鍵部位并測量其運動軌跡的技術(shù)，而不是依賴于標記器。

　　光運動捕捉可分為主動運動捕捉技術(shù)和被動運動捕捉技術(shù)兩大類。它們的工作原理是一樣的，但區(qū)別在于:

　　被動式運動捕捉系統(tǒng)中使用的跟蹤器是一些特殊的小球，其表面涂有一層反射能力很強的材料。在相機的捕捉狀態(tài)下，會格外明亮，便于相機捕捉其運動軌跡。

　　但是active運動捕捉系統(tǒng)使用了一個可以自己發(fā)光的跟蹤點。它不需要輔助照明設(shè)施，但需要能源供應(yīng)。無源攝像機周圍有一些發(fā)光二極管。標記將這些二極管發(fā)出的光反射回鏡頭，在每幅圖像中形成一個亮點。只有這樣才能追蹤到系統(tǒng)。主動捕捉所需的相機不需要有自己的發(fā)光功能。