Это просто общее название для направления, которое изучает захват движения и преобразование этого движения в понятный для того или иного ПО вид. В смысле, нельзя объяснить работу Motion capture, ибо есть разные технические реализации.
Например,
чертёжный пантограф это тоже motion capture, как и компьютерная мышь, шлем VR с перчатками или джойстики от Nintendo Wii. А если когда-нибудь придумают гигантских человекоподобных роботов как в фильме «Тихоокеанский рубеж», то и там пилоты управляли по средствам именно motion capture.
Касаемо Аватара и Голума. Киношники и геймдевы используют разные технические методы в зависимости от задачи или бюджета. Есть радиосенсоры на всё тело, есть маркеры, на которые потом вешают трекинг, ну или вот сразу камеры. Придумал ли это Кэмерон? Нет. Просто он идёт по этой дорожке в первых рядах. Такое ведь уже много лет есть у всех в телефоне.
Живые эмоджи или фильтры, которые в реальном времени накладывают на тебя эффекты или вообще превращают в кого-то другого. Вопрос лишь в качестве картинки на выходе.
Поэтому, повторюсь, нельзя ответить на вопрос — Как объяснить работу Motion capture? Зависит от метода.