动作捕捉,由此简化

让每一个标记点,
回到正确的位置。

面向光学动作捕捉的 C3D 标记点自动命名。
整理静态与动态试次,提交处理任务,在同一工作流中查看原始数据与处理结果。

AutoMarker AI 自动标记流程示意图
原始点云经 AutoMarker AI 命名后得到带标签处理结果的流程矢量示意,并非真实处理结果
.c3d
延续现有采集流程

以 C3D 为输入与结果载体

03
三种归档格式

ZIP / TAR / TAR.GZ

S+D
静态参考 + 动态试次

按目标组织,逐文件查看

更清晰的流程

把重复整理,交给清晰的流程。

步骤 01

准备数据

按目标整理静态参考与动态试次。上传前核对目录、文件数量及 C3D 大小,减少反复打包。

查看目录示例 →
步骤 02

提交处理

由机构管理员上传数据归档,按阶段查看校验、存储同步与处理状态。上传成功不是处理完成。

了解处理状态 →
步骤 03

查看与复核

浏览原始与处理后的 C3D,结合逐文件结果复核标记点命名与轨迹,保留对数据质量的判断。

了解结果与异常 →
了解你的标记集

从一个标签,找到它在全身的位置。

按身体区域、标准名称与视角查找当前贴点体系。让密集的参考图,变成随时可查的点位索引。

探索标记集 ↗

先把数据准备好,再开始处理。

上传要求、目录结构、点位定义,在一页中查清楚。

打开数据准备指南 →