Sketchfab的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

Sketchfab進入發燒排行的影片

運用全身無標記式動作追蹤至虛擬實境之應用

為了解決Sketchfab的問題，作者張耀元 這樣論述：

　　動作追蹤技術有廣泛的應用範圍，依技術可分為標記式動作追蹤及無標記式動作追蹤兩種，標記式動作追蹤多為即時運算且擁有高精準度但需要使用者穿戴較為昂貴且不便的裝備，因此多用於拍攝電影、動畫及虛擬實況主等；無標記式動作追蹤成本較低且無須穿戴任何裝備但會犧牲即時運算或高精準度兩者之一，非即時計算無標記式動作追蹤多用於三維動作還原而低精準度無標記式動作追蹤多用於體感遊戲。　　近代虛擬實境技術多為透過定位器或頭戴顯示器上的相機判斷使用者所在的位置，進而搭配手把與虛擬世界物件進行互動而無法得到使用者的肢體位置與旋轉資訊，因此多數虛擬實境遊戲並不會產生虛擬角色並套用使用者的即時動作，雖有少數虛擬實境遊戲藉

由頭戴顯示器、左右手把及置於左右腳跟的定位器，搭配反向運動學推算出使用者的全身動作資訊，但判斷基準點只有五個點，還原出來的動作不一定與真實情況相同，導致降低使用者在虛擬實境遊戲中的臨場感且侷限了許多應用發展。手部追蹤在虛擬實境物件互動中為十分重要的一門技術，讓使用者利用更為直覺的手部姿勢取代控制器，進行物件選擇、抓取等功能，手部追蹤技術為使用頭盔自帶鏡頭或額外攝影機進行手部關節點追蹤，但只要手部超出第一人稱視角則追蹤失效。　　本研究利用基於深度學習的開源二維骨架捕捉套件OpenPose，開發一套即時全身無標記式動作追蹤系統，能適應環境的光源變化、使用者的服裝差異、複雜的背景及多人入鏡等問題，使

用者無須穿戴任何裝備且入場即快速初始化，透過多重視角取得關節點資料處理身體面向、物件遮擋及自我遮擋問題，且使用手指及腳尖關節點資訊處理手掌及腳掌面向問題以實作第三人稱手部追蹤，接著結合反向運動學處理關節點旋轉角限制及平滑運動讓還原出來的動作更為自然，最後本研究設計防災及防身應用，結合虛擬實境與動作追蹤技術，同時透過系統錄取使用者之動作並套用至虛擬實境中的非玩家角色搭配行為狀態機與玩家進行互動，讓使用者能體驗平時無法僅靠手把進行之模擬場景，如地震需找堅固物體掩護、火災濃煙密布時需壓低身姿前進以便逃生及不幸遇到可疑人士或歹徒時所需的應對措施等演練技巧，並在演練結束後給予相關回饋，讓使用者得以透過本

研究學習正確的防災及防身觀念以便防範於未然。