Movido a Multimedia desde Diseño Gráfico
Bueno, sí, es un tracking de movimiento, y pues no, no es tan sencillo, pero depende del texto que quieras manejar, si es 3d o si es 2d, depende mucho de si la toma genera profundidad, del movimiento de la cámara... Lo que hacen programas como este o el Boujou son entender el movimiento de la cámara en X, Y y Z, y esos valores pasarlos a programs que manejen cámaras (3dmax, maya, after effects) para tener los movimientos del video en una composición donde puedas integrarle elementos, parece simple, y en realidad lo es cuando ya conoces programas de postproducción o 3D pro, pero así en frío pueden ser bastante complejos...
Puedes intentar usando un editor de video y moviendo a mano el texto, calculando la posición, o igual a mano en programas de postproducción integrando movimientos en el plano Z... Solo así.