No toda captura de movimiento sin marcadores puede entrar en un flujo de trabajo profesional

Una persona realiza un movimiento, el personaje digital en pantalla se mueve en sincronía y las líneas del esqueleto se ajustan al cuerpo de forma estable: esta es la imagen más intuitiva y comunicable de la captura de movimiento sin marcadores.

Pero para los usuarios profesionales, esa imagen solo responde a una pregunta: el sistema generó un resultado de movimiento en esta demostración concreta. Todavía no responde a cuestiones más importantes: ¿será estable si la misma tarea se repite diez veces? ¿Qué ocurrirá cuando varias personas se crucen, cuando haya oclusiones por objetos o cuando alguien gire rápidamente? ¿Cómo se define el dato? ¿Puede entrar en tiempo real en el software existente? Tras una actualización del modelo, ¿seguirán siendo comparables los datos históricos? ¿Puede un operador no especializado usarlo y mantenerlo de forma continua?

Por eso, desde nuestra perspectiva, entre “poder generar un esqueleto” y “poder entrar en un flujo de trabajo profesional” sigue habiendo toda una cadena de evidencias.

Esto no significa que las herramientas ligeras de captura sin marcadores no tengan valor. La generación de movimiento a partir de un único video, la previsualización rápida y la animación a nivel de material tienen escenarios de uso claros y razonables. Nosotros elegimos resolver otro tipo de problema: cómo permitir que laboratorios, espacios de datos para robótica, centros de entrenamiento, producción virtual y entornos interactivos produzcan datos de movimiento de forma estable, verificable y sostenible en el tiempo.

Semcam Live se ha diseñado precisamente alrededor de este objetivo. Lo que queremos entregar no es una demostración vistosa, sino una capacidad de datos de movimiento que pueda reutilizarse, que los sistemas posteriores puedan comprender y que también pueda aceptarse en proyectos reales.

1. La primera puerta del flujo profesional: las métricas deben coincidir con la tarea

“Alta precisión” no es una conclusión técnica completa.

El error de posición de puntos clave del cuerpo humano, el error angular articular, los parámetros espaciotemporales de la marcha, la consistencia de trayectorias, el contacto del pie con el suelo, la tasa de conservación de identidad en múltiples personas, el error de pose de cuerpos rígidos y la latencia de extremo a extremo responden a preguntas distintas. Que un sistema se comporte bien en velocidad y longitud de paso no implica que la rotación transversal de la cadera sea igual de precisa; que una animación parezca fluida tampoco demuestra directamente que sea apta para investigación clínica, entrenamiento robótico o evaluación cuantitativa del movimiento.

Revisiones sistemáticas recientes han recopilado múltiples estudios sobre captura de movimiento tridimensional sin marcadores basada en video. Los resultados muestran que estos sistemas ya tienen buen potencial de aplicación en algunos parámetros espaciotemporales de la marcha y métricas cinemáticas articulares, pero también advierten a los usuarios de que distintos movimientos, planos corporales, definiciones de modelo y métodos de referencia pueden influir de forma significativa en las conclusiones.[1]

Un estudio con 30 niños con parálisis cerebral espástica y 15 niños con desarrollo típico también ofreció límites más concretos: el sistema sin marcadores pudo seguir adecuadamente algunos ángulos del plano frontal y parte de los ángulos sagitales de rodilla y tobillo, pero seguía siendo insuficiente para captar la inclinación pélvica individual y las desviaciones de rotación transversal de la cadera.[2]

La lección que extraemos de estos estudios no es juzgar de forma simple que “lo sin marcadores sirve” o “lo sin marcadores no sirve”, sino acotar toda conclusión a movimientos, poblaciones, métricas, modelos y condiciones de prueba claramente definidos.

Las capacidades de Semcam Live que hoy comunicamos públicamente incluyen reconstrucción tridimensional multicámara, salida en tiempo real de hasta 120 fps, latencia de extremo a extremo inferior a 100 ms, 250 puntos clave del cuerpo humano y capacidad HPE para procesamiento fino posterior a la captura.[5][6] Estos parámetros sirven respectivamente a la respuesta en tiempo real, la densidad de descripción corporal y la entrega posterior a la captura; no deben comprimirse en una “precisión absoluta” desligada de las condiciones. En proyectos reales, todavía es necesario definir número de cámaras, distancia de captura, tipo de movimiento, oclusiones, vestimenta, definición de error, sistema de referencia y método de procesamiento de datos, y después establecer las métricas de aceptación correspondientes.

El punto de partida de una selección profesional no consiste en buscar el parámetro más grande, sino en definir primero la tarea más importante.

2. La segunda puerta: un éxito aislado no basta; el resultado debe poder repetirse

Los datos profesionales de movimiento se usan con frecuencia para comparar: antes y después de un entrenamiento, antes y después de una terapia, distintos demostradores, distintos lotes, distintas versiones de algoritmos o cambios de una misma tarea entre días o semanas. Si cada calibración, modelo corporal o actualización de software produce derivas inexplicables, por vistoso que sea un resultado puntual, será difícil construir evidencia acumulable.

La repetibilidad incluye al menos varios niveles:

- Si se procesa repetidamente el mismo segmento de datos, ¿el resultado es consistente?;

- Si se captura repetidamente al mismo participante el mismo día, ¿qué magnitud tienen las diferencias?;

- Entre días, operadores o condiciones de vestimenta, ¿los resultados siguen siendo comparables?;

- Si cambian la disposición de cámaras, la versión del esqueleto o la versión del algoritmo, ¿cómo se rastrean los datos históricos?;

- ¿Cómo se explican las diferencias entre los resultados en tiempo real y los resultados HPE posteriores a la captura?

Un estudio de fiabilidad con condiciones de ropa ajustada y holgada mostró que, bajo una tarea de marcha específica en adultos sanos y en condiciones experimentales concretas, un sistema de video sin marcadores podía obtener buena repetibilidad; al mismo tiempo, el estudio señaló explícitamente que las conclusiones todavía debían ampliarse a otras poblaciones y contextos clínicos.[3] Esta forma de expresarlo es más valiosa que decir simplemente “también captura con ropa holgada”, porque explica tanto las condiciones de aplicación como los límites de la evidencia.

También consideramos la validación versionada como un requisito necesario para que Semcam Live entre en proyectos de largo plazo. Un informe ideal de repetibilidad debería registrar la configuración de cámaras y Active Center, las versiones de software y modelo, el estado de calibración, el movimiento, los participantes, la vestimenta, la iluminación, el modo de procesamiento y el método estadístico. Tras una actualización del modelo, también debe responder si los datos históricos pueden recalcularse, si las versiones antigua y nueva pueden compararse directamente, y qué cambios provienen del algoritmo y cuáles de las condiciones del entorno.

La verdadera capacidad profesional no es que “cada actualización se vea mejor”, sino que cada cambio tenga registro, medición y explicación.

3. La tercera puerta: la robustez en campo debe incluir que los fallos sean visibles

Las tareas reales no se mantienen siempre en estado de demostración.

Los participantes giran, se agachan, se sientan o se tumban, corren, saltan y mueven los brazos con rapidez; varias personas se cruzan; manos, piernas y objetos se ocultan entre sí; las acciones ocurren en los bordes del área de captura; también cambian la ropa, la iluminación y el fondo. Los algoritmos de visión pueden generar esqueletos continuos mediante información temporal y priors corporales, pero “continuo” no equivale necesariamente a “correcto”.

Por tanto, un sistema profesional no solo debe entregar resultados, sino también, en la medida de lo posible, el estado de esos resultados. La confianza, el estado de identidad, la cobertura del campo visual, los fotogramas de baja calidad, las salidas de escena, las oclusiones y las alertas de anomalías ayudan al personal en campo a decidir si debe ajustar posiciones de cámara, cambiar la iluminación, recalibrar o recapturar. Si el error queda oculto por algoritmos de suavizado, la imagen que ve el operador puede parecer más fluida, pero será más difícil detectar a tiempo datos inválidos.

Un artículo práctico dirigido a investigadores clínicos señaló que la captura de movimiento sin marcadores puede reducir el tiempo de preparación de los sujetos, pero que el almacenamiento de video, el tiempo de procesamiento, la gestión de privacidad y la capacidad limitada de corrección posterior a la captura también deben incorporarse al diseño experimental; los autores recomiendan además realizar intentos adicionales para reducir el riesgo de datos incompletos.[4]

Compartimos ese enfoque de no eludir los problemas. El contenido de marca de Semcam Live no mostrará solo fragmentos exitosos; también construiremos de forma gradual una “biblioteca de casos límite” reutilizable: conservaremos la imagen de entrada, los puntos clave 2D, el esqueleto 3D, la confianza, la salida final y el método de procesamiento, explicando si el problema se resolvió añadiendo puntos de vista, ajustando la iluminación, cambiando posiciones, recalibrando, procesando después de la captura o recapturando.

Hacer públicos los límites no debilita una marca profesional. Al contrario, permite que la validación de preventa, la formación en campo, el soporte técnico y la iteración del producto compartan una misma base de conocimiento.

4. La cuarta puerta: los datos deben tener una definición clara

El esqueleto humano no es una única expresión de coordenadas correcta por naturaleza.

Distintos sistemas pueden usar diferentes puntos clave, segmentos corporales, centros articulares, proporciones esqueléticas, ejes, restricciones de cinemática inversa y métodos de filtrado. Dos sistemas pueden entregar ambos un “ángulo de rodilla”, pero sus modelos corporales, sistemas de coordenadas y procesos de cálculo pueden no ser los mismos. Para animación, esto afecta el retargeting; para robótica, afecta la conversión de coordenadas y las restricciones; para ciencias de la vida, afecta si los indicadores de investigación pueden interpretarse y reproducirse.

Por eso, un flujo de trabajo profesional necesita no solo un archivo, sino un contrato de datos ejecutable, que como mínimo debe especificar:

- Sistema de coordenadas, unidades y convención de mano izquierda o derecha;

- Marcas de tiempo, números de fotograma, frecuencia de muestreo y método de sincronización;

- Nombres de puntos clave, jerarquía del esqueleto, pose de referencia y versión;

- Confianza, valores ausentes, cambios de identidad y reglas de interpolación;

- Parámetros de IK, filtrado, suavizado y retargeting;

- Relación entre resultados en tiempo real, resultados HPE y datos finales entregados.

En Semcam Live ofrecemos 250 puntos clave del cuerpo humano y orientamos la salida hacia múltiples esqueletos, modelo corporal paramétrico / modelo corporal de alta precisión, FBX, BVH, C3D y otros formatos.[5][6] Los 250 puntos significan que el sistema tiene potencial para describir el cuerpo humano con mayor densidad, pero no equivalen a 250 marcadores anatómicos clínicos, ni implican que cada punto tenga la misma incertidumbre en todos los movimientos.

Antes de iniciar un proyecto, recomendamos que el cliente obtenga primero datos de ejemplo y una guía de análisis alineados con la interfaz objetivo, y que use el proceso real para comprobar orientación del esqueleto, unidades, continuidad de identidad, reglas de pérdida de puntos y conversión de coordenadas. Para C3D, modelo corporal de alta precisión o esqueletos de industria, también se deben confirmar el significado de los campos y la definición de modelo del software objetivo, evitando que “el archivo pueda abrirse” pero no pueda usarse correctamente.

5. La quinta puerta: una interfaz no es una lista de compatibilidad, sino una cadena de tareas ejecutada de principio a fin

Enumerar ROS, Python, MuJoCo, NVIDIA Isaac, OpenSim, Unreal Engine o Unity en una página de producto solo indica una dirección de conexión. Lo que un cliente profesional necesita realmente es una cadena ejecutable entre la salida de Semcam Live y el sistema objetivo.

Tomemos ROS 2 como ejemplo: los Topic transmiten datos continuos mediante un esquema de publicación-suscripción, pero la integración de ingeniería todavía requiere definir estructura de mensajes, QoS, frecuencia de publicación, marcas de tiempo, marcos de coordenadas y estados anómalos.[7] MuJoCo se usa para simulación física, pero el esqueleto humano aún debe mapearse a los grados de libertad, límites articulares y lógica de control de un modelo concreto.[8] Del mismo modo, OpenSim, Visual3D, Unreal Engine y Unity tienen requisitos propios de modelo, unidades, esqueleto y versión.

Por tanto, cuando evaluamos si “una interfaz es utilizable”, no miramos solo el logo, sino cuatro aspectos:

1. Si existen definiciones claras de versión, campos y coordenadas;

2. Si hay proyectos de ejemplo, datos de ejemplo y salidas esperadas;

3. Si puede reproducirse una tarea completa, no solo establecer una conexión;

4. Si existen métodos de diagnóstico ante desconexiones, latencia, pérdida de fotogramas o incompatibilidad de versiones.

Ofrecemos capacidades de conexión para robótica, ciencias de la vida, animación y software interactivo en tiempo real, pero las versiones concretas, los campos y el alcance de adaptación deben confirmarse con la documentación técnica correspondiente y la validación del proyecto. Seguiremos incorporando tutoriales orientados a tareas, por ejemplo esqueleto en tiempo real con ROS 2, mensajes sincronizados entre cuerpo humano y cuerpos rígidos Goku, lectura por lotes de HPE con Python, entrada de C3D en software de análisis, entrada de FBX en motores en tiempo real, así como mapeo de modelos y tratamiento de errores comunes.

El valor de una interfaz no consiste en alargar la lista de compatibilidad, sino en acortar la distancia entre “recibir datos” y “completar la tarea”.

6. La sexta puerta: tiempo real, procesamiento posterior y entrega final deben distinguirse

Un entorno profesional suele necesitar tres tipos de resultados al mismo tiempo:

- Resultados en tiempo real: para previsualización en campo, control interactivo, control de calidad y salida inmediata;

- Resultados posteriores a la captura: uso de más cómputo para procesar fragmentos clave y buscar datos más estables o refinados;

- Entrega final: resultado de negocio tras mapeo de esqueleto, retargeting, revisión manual o procesamiento con software de industria.

Estas tres clases de resultados no pueden sustituirse entre sí, ni se puede usar la métrica de una de ellas para demostrar el rendimiento de otra.

En Semcam Live separamos la cadena en tiempo real del procesamiento HPE posterior a la captura. El sistema en tiempo real sirve a la retroalimentación en campo y al flujo de datos; HPE sirve al procesamiento fino después de la captura.[5][6] Una animación tras retargeting de personaje tampoco puede demostrar de forma inversa el error de medición del esqueleto original, porque las restricciones del personaje, el bloqueo de pies y la limpieza manual pueden cambiar la percepción final.

Del mismo modo, el estado de productos y funciones debe ser transparente. Lanzamiento oficial, prelanzamiento, Beta, prueba de concepto y desarrollo conjunto representan distintos grados de entregabilidad; parámetros públicos, pruebas internas y validación de terceros también representan distintos niveles de evidencia. Procuraremos mantener alineados el estado del producto, las versiones aplicables y las fuentes de validación, evitando que la expresión de marketing se adelante a la entrega real.

El rigor no reduce la recomendación; la hace más creíble. Para equipos que necesitan un espacio fijo, sincronización multicámara, salida local en tiempo real y procesamiento fino posterior a la captura, Semcam Live merece entrar en una evaluación formal; para usuarios que solo necesitan procesar ocasionalmente un fragmento de video, una herramienta más ligera puede ser más adecuada.

7. La séptima puerta: la gobernanza y las operaciones determinan si el sistema seguirá siendo utilizable el día 100

Un sistema profesional de captura de movimiento no es solo cámaras y algoritmos; también incluye cuentas, permisos, proyectos, registros, calibración, copias de seguridad, actualizaciones, licencias offline, salud de cámaras, espacio en disco y recuperación ante fallos.

La implementación local puede ayudar a los clientes a establecer límites de datos más claros, pero “local” no equivale automáticamente a “seguro”. El marco de gestión de riesgos de AI de NIST considera la eficacia y fiabilidad, la seguridad y resiliencia, la transparencia, la explicabilidad y la mejora de privacidad como características importantes de una AI confiable.[9] Para un sistema de datos de movimiento, esto significa que debe registrar versiones de modelo, historial de procesamiento, operaciones de usuario y estado de exportación, y permitir que los datos de proyecto sean trazables y auditables.

La aceptación operativa tampoco debe limitarse a comprobar que “arranca correctamente”. Pruebas más valiosas incluyen:

- Si una cámara se desconecta, cómo avisa y se recupera el sistema;

- Tras reiniciar el switch o Active Center, si el estado del proyecto permanece íntegro;

- Cuando el disco se acerca al límite de capacidad, si existe una alerta temprana;

- Después de una actualización de software, si los proyectos e interfaces antiguos siguen siendo utilizables;

- Ante una calibración inválida, fluctuación de red o cambio de permisos de cuenta, si un operador común puede actuar según el SOP.

La ventaja de un espacio fijo solo existe si el equipo puede operarlo de forma continua. Si cada anomalía requiere que personal de I+D tome el control remoto, el sistema sigue siendo un proyecto complejo, no infraestructura.

Por eso, más valiosa que una historia del primer día con la “instalación completada” es la revisión después de 30 días, 90 días o más de operación: frecuencia de captura, motivos de repetición, mantenimiento de calibración, actualizaciones de software, problemas de interfaz, tiempo de recuperación y mejoras de usuarios. Cuando no haya autorización ni datos reales de clientes, preferimos marcar “pendiente de completar” antes que inventar porcentajes de ahorro o aumentos de capacidad.

8. Cómo usar una PoC para evaluar si el sistema puede entrar en su flujo de trabajo

Una PoC no debería consistir solo en programar una demostración con la mayor probabilidad de éxito. Recomendamos diseñarla como un proyecto real reducido pero completo.

Primer paso: definir primero la tarea y después las métricas

Defina claramente espacio, número de personas, movimientos, objetos, formato de salida, software objetivo y uso de negocio. En proyectos de ciencias de la vida, primero hay que fijar los indicadores de investigación; en proyectos de robótica, las relaciones de coordenadas, tiempo y retargeting; en proyectos de animación, el esqueleto, las horas de limpieza y la calidad de entrega; en proyectos interactivos en tiempo real, la latencia, la identidad y la duración de ejecución.

Segundo paso: usar las condiciones propias del cliente

Use el espacio real, la red real, la vestimenta real, los objetos reales y el software posterior real. Deben combinarse movimientos estándar y movimientos límite, incluyendo oclusiones, movimientos rápidos, zonas de borde, cruces entre varias personas y funcionamiento prolongado.

Tercer paso: repetir y capturar en distintos días

Repita cada tarea varias veces como mínimo y conserve pruebas entre días o entre operadores. Mantener solo el mejor resultado oculta la variabilidad real del flujo de trabajo.

Cuarto paso: conservar datos de las distintas etapas al mismo tiempo

Guarde la entrada original, la salida en tiempo real, los resultados HPE y el resultado final en el sistema posterior, para que los problemas puedan localizarse en captura, reconstrucción, procesamiento, interfaz o software objetivo.

Quinto paso: validar junto con los usuarios de negocio

La aceptación no debe realizarla solo nuestro equipo de ingeniería. Los investigadores, animadores, desarrolladores de robótica o administradores de entrenamiento que realmente usarán los datos deben evaluar conjuntamente si el resultado es interpretable, procesable y mantenible.

El informe final debe enumerar configuración de cámaras y centro, versión de software, calibración, movimiento, distancia, número de personas, iluminación, oclusiones, formato de salida, métricas de calidad, tasa de fallo, horas de limpieza y limitaciones conocidas. Si el resultado no cumple los requisitos, también debe determinar si el problema proviene de la disposición, de la capacidad del producto, de la adaptación de interfaz o de que el objetivo sea más adecuado para una solución con marcadores, inercial o híbrida.

Estamos dispuestos a recomendar Semcam Live para tareas adecuadas, y también a explicar con claridad sus límites en tareas no adecuadas. Un “no encaja” bien definido protege mejor el proyecto del cliente que afirmar que “funciona en cualquier entorno”.

9. Qué equipos deberían evaluar Semcam Live con prioridad

Si su necesidad principal es generar material de animación a partir de una pequeña cantidad de videos existentes, y no tiene requisitos claros de posición espacial en tiempo real, identidad multipersona, cadena local de datos ni operación continua, quizá un producto ligero de captura por video sea suficiente.

Si su equipo afronta las siguientes tareas, Semcam Live merece entrar antes en una PoC:

- Construir un espacio reutilizable de captura de datos de movimiento para robótica;

- Realizar capturas por lotes y a largo plazo en laboratorios, investigación de rehabilitación o centros de entrenamiento;

- Necesitar sincronización multivista, esqueleto 3D en tiempo real y control de calidad en campo;

- Tener requisitos claros de procesamiento local, funcionamiento en intranet y límites de datos;

- Necesitar situar cuerpo humano y robots, herramientas, visores o equipos de entrenamiento en una relación espaciotemporal unificada;

- Necesitar conexión con ROS, Python, MuJoCo, Isaac, OpenSim, C3D o motores en tiempo real;

- Necesitar tanto retroalimentación en tiempo real como procesamiento fino posterior a la captura de fragmentos clave;

- Querer convertir la captura de movimiento de un proyecto puntual en una capacidad de datos operable a largo plazo.

Lo que estas necesidades tienen en común no es un video de esqueleto más vistoso, sino un sistema capaz de entrar en la organización del equipo y en sus flujos de software y datos.

10. Antes de entrar en un flujo profesional, entre primero en la cadena de evidencias

No toda captura de movimiento sin marcadores necesita entrar en un flujo de trabajo profesional; tampoco todo producto capaz de generar resultados de movimiento cumple ya las condiciones para hacerlo.

Usamos siete puertas para evaluarlo:

- Si las métricas coinciden con la tarea;

- Si los resultados son repetibles y comparables entre sesiones;

- Si los errores en campo son visibles y tratables;

- Si la definición de datos es clara e interpretable;

- Si la interfaz ejecuta realmente la tarea completa;

- Si el estado de tiempo real, posprocesamiento y entrega es transparente;

- Si el sistema puede gobernarse, mantenerse y operar a largo plazo.

Ya hemos construido para Semcam Live una base de producto orientada a entornos profesionales: espacio de observación multicámara sincronizado, edge AI para comprender el cuerpo humano, Active Center para completar localmente la fusión entre cámaras y el procesamiento tridimensional, cadenas en tiempo real y HPE para distintas etapas, seguimiento óptico Goku para complementar cuerpos rígidos clave, y datos que entran mediante interfaces en software de robótica, ciencias de la vida, simulación y contenido.[5][6]

Pero la arquitectura del sistema es solo el punto de partida. Para construir confianza de verdad, todavía hay que seguir incorporando informes de validación, tutoriales de tareas, datos de ejemplo, casos límite y revisiones de clientes a largo plazo. La validación responde “en qué condiciones se comporta de qué manera”; los tutoriales responden “cómo integrarlo y usarlo”; los casos responden “por qué merece desplegarse”; los registros de fallos ayudan a los clientes a comprender riesgos y métodos de mejora.

Queremos que Semcam Live sea elegido no por el eslogan “AI sin marcadores”, ni por una demostración ideal concreta, sino porque puede validarse con los movimientos, espacios, personas y software propios del cliente, puede entrar de forma estable en flujos de trabajo reales y puede producir datos de movimiento útiles de manera continua.

El valor de un sistema profesional no está, al final, en el instante en que termina la demostración, sino en el día 100 del proyecto, cuando los datos siguen siendo claros, la cadena sigue siendo fiable y el equipo sigue sabiendo cómo usarlo.

Eso es lo que entendemos por captura de movimiento profesional sin marcadores.

---

Información y notas sobre las referencias

- Información de producto: la arquitectura del sistema Semcam Live, la salida en tiempo real, HPE, la fusión con Goku y las direcciones de interfaz mencionadas en este artículo se basan en nuestra información de producto actualmente pública; el rendimiento específico, las versiones, el alcance de adaptación y los resultados de aceptación deben confirmarse según las condiciones del proyecto.

- Investigación sectorial: los estudios revisados por pares se usan para explicar métodos de validación, potencial de aplicación y límites técnicos de la captura de movimiento sin marcadores; no constituyen una validación del rendimiento de Semcam Live ni un aval de otros productos comerciales a Semcam Live.

- Punto de vista de marca: “siete puertas”, “entrar en la cadena de evidencias antes de entrar en el flujo de trabajo” y “si seguirá siendo utilizable el día 100” son juicios de producto y selección que hemos formado a partir de las necesidades de proyectos profesionales.

Referencias

1. Varcin, F., Boocock, M. G., «The accuracy, validity and reliability of Theia3D markerless motion capture for studying the biomechanics of human movement: A systematic review», *Artificial Intelligence in Medicine*, 2026: https://doi.org/10.1016/j.artmed.2025.103332（https://doi.org/10.1016/j.artmed.2025.103332）

2. Wishaupt, K. et al., «The applicability of markerless motion capture for clinical gait analysis in children with cerebral palsy», *Scientific Reports*, 2024: https://pmc.ncbi.nlm.nih.gov/articles/PMC11126730/（https://pmc.ncbi.nlm.nih.gov/articles/PMC11126730/）

3. «The inter-trial and inter-session reliability of Theia3D-derived markerless gait analysis in tight versus loose clothing», 2025: https://pmc.ncbi.nlm.nih.gov/articles/PMC11700486/（https://pmc.ncbi.nlm.nih.gov/articles/PMC11700486/）

4. Ito, N. et al., «Markerless motion capture: What clinician-scientists need to know right now», 2022: https://pmc.ncbi.nlm.nih.gov/articles/PMC9699317/（https://pmc.ncbi.nlm.nih.gov/articles/PMC9699317/）

5. Página de producto de Semcam Live: https://semcamlive.com/zh/SemcamLive（https://semcamlive.com/zh/SemcamLive）

6. Página de producto de Semcam Active Center: https://semcamlive.com/zh/active-center（https://semcamlive.com/zh/active-center）

7. Documentación oficial de ROS 2, «Topics»: https://docs.ros.org/en/ros2_documentation/kilted/Concepts/Basic/About-Topics.html（https://docs.ros.org/en/ros2_documentation/kilted/Concepts/Basic/About-Topics.html）

8. Documentación oficial de MuJoCo, «Overview»: https://mujoco.readthedocs.io/en/stable/overview.html（https://mujoco.readthedocs.io/en/stable/overview.html）

9. NIST, «Artificial Intelligence Risk Management Framework (AI RMF 1.0)»: https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10（https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10）