該系統(tǒng)基于計算機視覺原理，由多個高速相機從不同角度對目標(biāo)特征點的監(jiān)視和跟蹤，同時結(jié)合骨骼解算的算法來完成動作捕捉。理論上對于空間中的任意一個點，只要它能同時被兩臺以上相機所見，就可以確定這一時刻該點在空間中的3D位置。當(dāng)相機以高幀率連續(xù)拍攝時，從圖像序列中就可以得到該點的運動軌跡。

　　光學(xué)動捕采集設(shè)備通常是光學(xué)相機，分兩種：一種是在物體上不額外添加標(biāo)記，基于二維圖像特征或三維形狀特征提取的關(guān)節(jié)信息作為探測目標(biāo)，這類系統(tǒng)統(tǒng)稱為無標(biāo)記點式系統(tǒng)；另一種是在物體上粘貼標(biāo)記點作為目標(biāo)探測點。

　　

　　光學(xué)動作捕捉鏡頭是動作捕捉系統(tǒng)的核心，鏡頭的分辨率與視場角等數(shù)據(jù)決定了整個動作捕捉系統(tǒng)的動作捕捉效果與精度。

　　以紅外光為原理，通過多個鏡頭對特定標(biāo)記點的觀察定位來獲取標(biāo)記點的具體空間位置。捕捉鏡頭面板上的LED燈發(fā)出特定波長的紅外光，照到被捕捉物，也就是反光標(biāo)記點，反光標(biāo)記點表面的反光材料將紅外光反射回鏡頭，反射回的紅外光經(jīng)過信號處理，F(xiàn)PGA進(jìn)行圖像抓取和算法處理，從而獲得反光標(biāo)記點在鏡頭中的二維坐標(biāo)。一套動捕系統(tǒng)里通常有多個動作捕捉鏡頭，多個鏡頭通過標(biāo)定獲取每個鏡頭的具體位置，從而得到三維坐標(biāo)。