在之前的Shōgun系列專題文章中，我們介紹了如何提升角色校準的穩定性。本期，迪生數字將為您展示Shōgun 1.10如何提升手指跟蹤精準性 。

　01 為什么提升手指動作捕捉精準性

　　Shōgun的光學手指跟蹤解決方案一直被廣泛使用，它讓用戶使用標記點來捕捉手部和手指的動作，就像捕捉演員肢體動作那樣。然而，在特定場景中，比如捕捉細微的、小幅度的手部和手指動作 ，往往需要添加其他手指捕捉系統到現有流程中 ，以提升動作的精準性。

　　因此，Shōgun 1.10在本次版本迭代中，實現了對手指跟蹤精準性的重大提升 。這讓用戶在現有工作流程中，就能準確地捕捉手部的細節!

　02 本次功能更新的改進點

　　迪生數字對兩點進行了重大調整，分別是手腕數據參數化 及手部骨骼解算器 的部分設置。這些調整主要帶來了以下三點好處：

　　1.提高了手部骨骼比例的準確性

　　2.增強了手部動作的再現范圍

　　3.提高了手腕點位的寬容度

　　綜上以上信息來看，這意味著您無需對現有工作流程進行任何更改 ，就可以獲得更真實、更自然的表演效果。

　03 案例演示

　　上圖是一張手部動作捕捉圖片，演員正伸出他的食指。在Shōgun 1.9中，雖然能夠相當準確地展現演員的姿勢，但食指略微彎曲 ，與實際的姿勢存在一定的差異。然而，當我們查看Shōgun 1.10中的相同數據時，可以看到食指是直的 ，并且更接近于演員的實際姿勢。

　　上圖中，演員正在翻閱一本書，這是一個容易受到遮擋或包含細微手指動作的表演場景 。在Shōgun 1.9中，雖然可以保證整體姿勢的準確性，但在Shōgun 1.10中，動作得到了升級，我們可以更精準地捕捉到拇指及其他手指最后一個關節的動作情況。

　　如果演員像上圖所示，握著一個物體 ，比如是一個道具，那么情況會是怎樣的呢?

　　我們可以看到，在Shōgun 1.9中，演員用手指完全握住一個球，結果也是相當有說服力的。但是，Shōgun 1.10做了一些調整，使得它可以捕捉到這種形狀更多的細節 。即使沒有實拍視頻，也可以更明顯地看出，由于該物體對手和手指形態的影響 ，表演者正拿著一個球形物體。

　　這些只是幾個能說明變化帶來影響的案例，實際上，我們還看到了無數其他姿勢獲得的改進 。我們對這些改進所具備的潛力感到無比興奮，它們可以讓用戶捕捉到比以往任何時候更接近現實的數據 。最重要的是，用戶無需改變現有的工作流程就可以獲得這些提升。我們使用與以前一樣的標記點、一樣的校準流程、一樣的操作 。