Hace mucho que no hago captura de movimiento, pero tal y como funcionaba el sistema de Vicon (oxford metrics) era a base de hasta 7 camaras, con un minimo de 4, las camaras eran en blanco y negro, nada del otro mundo, con un anillo de leds infrarojos alrededor del objetivo (hay camaras de vigilancia baratas que son practicamente lo mismo) el truco se basa en superponer las imagenes de las camaras hasta que los puntos que forman las bolitas coinciden, trigonometria pura.
La forma de calibrar el sistema era a base de un hilo del que colgaban 3 bolas a cierta distancia, y se ponia una bola en el suelo tambien a una distancia determinada, el ordenador sabiendo el diametro de las bolas, la distancia entre ellas y el angulo de vision de cada camara, calculaba donde estaban las camaras, el ajuste final se hacia con una especie de varita magica, que haciamos pasar por el area que queriamos utilizar, creo que esto era para fine tune las distorsiones de las lentes, y el perimetro del area a utilizar.
En principio no es complicado hacerlo en casa, el unico problema es calibrar el area, aunque hay sistemas que lo hacen despues de capturar el video, eso ya se me escapa. Hay una empresa en San Sebastian, no me acuerdo de como se llaman, creo que Trigital tienen contacto con ellos y que yo recuerde calibraban el sistema a pelo.