定义：视频式动作捕捉技术主要模仿人眼的原理，利用空间两个摄像头在某一时刻所拍摄的两帧影像之间的对比识别出捕捉对象，完成对捕捉对象的定位。视频捕捉分为有标记和无标记两种方式。

有标记方式原理和光学动作捕捉系统是一致的，增加了颜色匹配算法，运用计算机图像分析技术捕捉视频中的动作信息，适用于创作计算机动画。

无标记方式成熟的商用版本是微软的 Kinect。 Kinect将摄像机和CMOS红外传感器结合，首先生成3D环境，并利用骨架追踪处理，对景深图像进行像素级评估，同时采用分割策略从噪声中提取出有用信号，最后判断出人体部位的运动情况。

视频动作捕捉技术的优点如下：

1.成本低廉。

2.采用仿生学原理，对运动对象没有限制，对运动范围也没有限制。

3.实时性表现优秀。

视频动作捕捉技术的缺点如下：

1.实现难度大，算法复杂，处理数据量较大。

2.精度有待提高。