无需摄像头，也能实现VR全身追踪？

在上篇关于VR全身追踪的文章中，我们简要分析了VR全身追踪对于VR社交的重要性，其中重点在于协调的下肢运动效果。

此前我们能想到的就是物理追踪方案，从光学marker，到深度相机，再到基于RGB相机的骨骼动作识别方案等等。

实际上，实现腿部、脚部等下肢动作追踪也越来越轻松，只不过难点是对于VR一体机来说，不能通过轻量化、简易的方式实现。考虑到现在越来越多的Inside-Out方案的VR一体机，当前并不能以简易的方式追踪腿部、脚部的动作，也不能准确模拟Avatar下半身的动作。追踪结果就是大家普遍吐槽，虚拟社交中只有上半身，这也是当前VR发展的现状。

那么我就在想，在VR中无需借助摄像头或额外设备，就能实现全身追踪又该怎么实现呢？

答案是有的：基于大量人体运动追踪数据，结合机器学习模型，实现基于头显+双手柄的动作来模拟下肢动作，实现全身动作估计的一种方式。

近期一个名为Standable的最新VR全身动作和演示视频公布，就是采用类似的方案。从视频中我们看到了无摄像头和外部设备的条件下，VR也能实现还不错的全身动作估计效果。

据青亭网了解，该项目的开发者John Coumerilh是一个年轻小伙，学习编程前就花了大量时间在《我的世界》中创作、修改各种虚拟场景。最近三年自学Unreal开发并投身到XR领域，2020年5月-2022年1月期间，在开发名为《PHIN》的VR沙盒模拟应用，特点是基于真实的物理模拟效果，目前在SideQu