以前在 MOCAP 的时候一直忽视了模板 (Template) 的作用，只是按部就班地捕几个伸展的动作草草创建了事。今天才发现模板对捕获数据质量的影响竟然如此之大。
其实所谓模板就是对捕获对象 Marker Set 的名称和运动范围 (R.O.M) 的定义，其中 R.O.M (Range of Movement) 又是最最重要的。在 EVaRT 中创建模板的步骤为：

1. 捕获一段开始动作为 T-Pose 的肢体伸展运动（类似广播体操，目的是确定身体各部分最大活动范围，以便建立 R.O.M）；
2. 建立或载入 Marker Set 名称，用 Quick ID 关联一下，并建立 Marker 之间的 Linkage；
3. Rectify 所有帧，让它们的 Marker 都能被认出来，如果有错误需要手工修复好；
4. 使用所有帧 Create Template（创建模板）。

其中第一个步骤通常会选择捕最简单的动作，因为这样不需要多少修正就能用来建立模板。但这样的后果是建立的 R.O.M 范围过小，捕获稍有较大运动的动作就会无法识别。经过最近两天的摸索，我找到了一个更好的方法：在以上所有步骤完成后立即捕一段身体的“极限”运动，修复后（因为前面已经建立了一个 R.O.M，所以修复的工作量小了很多）作 Extend Template（扩展模板）。这样模板中的 R.O.M 就被扩充了，后续捕获过程中的动作识别率也能大大提高，如果还发现有无法识别的现象还可以单独用这个动作扩展模板，效果非常好。
此法还有一个妙用：在捕获到最后由于 Marker 的黏性不足通常会掉下来，这时候如果补粘的话就可能移位，降低识别率。如果在贴好后再扩展一下模板，这个问题就迎刃而解了，而无需重作整个模板。