本技術有八個部分，包含攝影機校正、來源影像處理、剪影萃取、骨架投影、相似度計算、遮擋處理、動作評估，最後產生動作資料。在環境初始化階段，會先定義攝影機位置以及使用者位置進行初始化，在這裡採用HSV色彩空間藉由馬氏距離定義出影像中人體特徵，接著將取得的三面人體剪影及相關資訊傳送給本機端進行整理，同時系統中會有一組三維骨架，也將它進行投影，在計算預設骨架投影與實際人體剪影相似度後，系統會檢查是否發生遮擋問題，如發生此問題，將利用多面向攝影機資訊及遮擋運算處理該問題，系統將會選取相似度最高之預測動作作為最新虛擬骨架動作，但相似度過低時，代表使用者可能做出大幅度快速動作或是系統抓取資訊有誤，此時將採用另一套動作評估機制，利用機器學習技術輔助系統找出最適合的虛擬骨架動作，當使用者錄出找出最新動作後系統將會平滑化相鄰影隔間動作，使整體動作較為流暢且連續，最後匯出人體動作資料。取得人體動作資料，將可以運用至人機互動領域，而在此擴展至虛擬實境棒球打擊模擬之中。

1.低成本設備
2.市面上任何攝影機皆適用本技術
3.使用者無需穿戴任何特殊衣物
4.可錄製人體標準動作

近幾年因虛擬實境技術崛起，同步帶動遊戲、動畫、電影產業相關技術發展，本技術對於角色動作的擷取、錄製提供一種簡便且低成本的技術，本技術之動作擷取功能僅需使用一般光學式攝影機取得來源影像，未來可延伸於行動裝置如手機、平板等大眾化裝置，對於一般民眾而言，此種技術更容易取得且可應用於生活周遭，此項優點大幅增加市場開發的潛力，也更容易讓一般民眾所接受，未來可延伸開發之應用也相對廣泛。