超3000个特效镜头,复联4是怎么在短时间里完成的?

2019 年 4 月 26 日 新智元




  新智元推荐  

来源:超神经HyperAI(ID:HyperAI)

转载编辑:元子

【新智元导读】机器学习、VR、AR等技术助力电影特效镜头的制作,不仅大大改善科幻电影视觉效果,同时也节省大量人力与时间成本。“复联4”中,使用了大量的机器学习。


首先郑重声明,本文不会涉及任何剧透,请放心享用。


期盼已久的《复仇者联盟:终局之战》终于上映了!近300万人在国内午夜零点场熬夜观看。



迄今为止,在电影界有着如此大的吸引力的,恐怕非漫威莫属了。有人说:「特效始于电影,高至漫威」。因此,除了精彩的剧情,《复联》系列带来的视觉冲击也是它实力圈粉的原因。


据统计,《复联3》里包含2680个特效镜头,获得第 22 届好莱坞电影最佳视觉效果奖。而距离3首映仅一年,《复联4》就带着超过3000个特效镜头赶来。这背后是12家特效公司、上千人团队以及计算机的工作。


今天我们不聊剧情,聊聊特效与它的新武器人工智能的那些事。



假如复联没有特效


很难想象没有特效的复联会是什么效果。而没有强大的技术力量,《复联4》可能也不会这么快与我们见面。要知道,曾经以特效惊艳观众的《阿凡达》每帧画面平均耗费了4万个人工小时。


特效是指影视作品拍摄和制作中,利用数字技术的手段「制作」出难以完成或者有危险的画面。


我们常说的「大场面」就是优秀的视觉特效了。


《复联 3 》全片 2680 个特效镜头,只有4个镜头没使用特效。刷新了当时漫威电影的特效镜头纪录,这些特效制作成本高达 2.5 亿美元。所以如此打造的视觉盛宴,谁能扛得住。


如果没有特效,你看到的复联,画风完全是另一个模样


但特效的制作一般需要花费巨大的心血和财力,所以特效做的不好的话会被戏称「五毛特效」。而随着机器学习的发展,以及 VR, AR 技术的成熟,视觉特效这项工作已经在人工智能的帮助下,开启了新篇章。


特效的 AI 核武器之一:工业光魔


参与《复联 4 》制作的 12 家特效公司之一,工业光魔 (ILM,Industrial Light and Magic ),凭《星球大战》开创了特效新时代,一举成为电影特技的「领头羊」。


迄今为止,工业光魔已经为多达 300 部的影片制作特效,并获得过 15 次奥斯卡最佳视觉效果奖。《加勒比海盗》、《变形金刚》等电影特效都是工业光魔参与制作。


在《复联 3 》中,瓦坎达之战是由工业光魔参与制作的,包括灭霸飞船、瓦坎达上的所有战斗、反浩克装甲战斗等片段,共有近 400 位视效艺术家完成了 600 个特效镜头。


瓦坎达之战中的特效


如今,工业光魔正致力于使用人工智能对光线追踪产生的图像进行去噪。这将减少 CPU 的负担并大幅度地节省时间。


公司负责人还介绍说,「我们还在研究以半自动方式识别和替换人脸的技术,这将会是一次巨大的飞跃。」他所提到的换脸技术,便是类似于前段时间很火的 deepfake 技术。


工业光魔制作的绿巨人特效


利用这种技术,工业光魔团队可以将一位演员的样子映射到表演者脸上,并且制作效率大大提高。


工业光魔 CTO Rob Bredow 在一次演讲中表示,在电影中用一个 deepfake 算法的话,实现的效果质量还不够高。但是他们已经确定了什么是限制所在。不久后,他们会将类似 deepfake 但是质量更高的技术用在电影中。


特效 AI 武器之二:数字王国


在《复联 3 》里,灭了一半宇宙的「大紫薯」灭霸,就是著名的特效公司数字王国( Digital Domain ) 利用了机器学习等技术打造而来。


曾有媒体报道,灭霸的外部形象为这个人物注入了灵魂。有没有一种感觉,看到灭霸的样子,就能感受到他是个狠人。


数字王国的一位工作人员说,如果你的特效软件里没有用机器学习,那你就会做错


数字王国通过全新技术捕捉了演员 Brolin 的面部表演,并通过机器学习的技术,将他的表演转化为极具存在感的主角——灭霸。


数字王国使用 Masquerade 定制机器学习软件,通过两个垂直方向的高清摄像头捕获面部数据,细致追踪面部的 100 到 150 个跟踪点。


之后,通过计算机视觉的技术,训练和调试机器学习模型,自动将得到的脸部渲染映射到灭霸这个角色上,最终得到自然的面部视觉效果。


灭霸扮演者 Brolin 被「特效」后的对比


通过他们的努力,我们看到了这个偏执,凶狠,硬气,而又带点柔情的大反派。如果没有这些技术,也许灭霸的形象就不会这么丰满,也不是那个为了看日落而实行「人口控制」的狠角了。


特效的 AI 核武器之三:全面降维打击


借助于 AI 技术,视觉特效将不再需要大量斥资,就能得到更好的视觉体验。


同时利用到云计算,高性能的 GPU 等硬件,以往需要两个小时渲染的帧,可能只需要两秒钟就能完成。


得益于这些技术,行业内的设计师、艺术家能够节约更多时间去创作更多有趣的东西。


如此一来,只要你有一个较小的工作室,甚至是独立的艺术家,利用技术就能获得蜘蛛侠或者 X 战警电影中看到的效果。


真实拍摄和制作后的镜头对比


现在机器学习已经被用于在基于物理的动画和媒体艺术中,创造出有趣的效果,但是随着计算变得更加高效和新颖的方法,如深度强化学习技术,将会创建出更具可扩展性的模型。


如果这项技术成为主流,工作室电影和独立电影的视觉特效成本将会大大降低,对于热爱电影的人士,无异于又一个福音 。


复联 4 :惊喜远不止特效


相比于《复联 3 》最终收获了奥斯卡最佳视觉的多项提名,《复联 4 》不知道又会带来什么样的视觉盛宴。


根据已经公布的 12 家参与制作特效公司名单阵容,加之整部电影中超过 3000 个特效镜头。可想而知,《复联 4 》绝对是顶级的制作水准。


而且漫威对自己这个系列的收官之作,想必也是不会掉以轻心,毕竟那么优秀的前作 3 ,似乎都是在收着,为了 4 做铺垫。



所以雷神会不会用毁天灭地的大锤爆发雷霆之力,火箭浣熊怎么继承格鲁特成为搞笑担当,以及灭霸和联盟之间的战争能够壮观到什么程度,也许只有亲自去影院,为信仰充值一下,才能知晓结果了。


祝愿每一个要去看电影的小可爱,都没有在观影前被强行剧透,然后在影院里看得尽兴!



新智元春季招聘开启,一起弄潮AI之巅!

岗位详情请戳:

【加入社群】


新智元AI技术+产业社群招募中,欢迎对AI技术+产业落地感兴趣的同学,加小助手微信号:aiera2015_2   入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名 - 公司 - 职位;专业群审核较严,敬请谅解)。

登录查看更多
1

相关内容

电影是一种视听媒介,利用胶卷、录像带或数位媒体将影像和声音捕捉,再加上后期的编辑工作而成。
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
76+阅读 · 2020年6月20日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
117+阅读 · 2020年5月6日
【中科院自动化所】视觉对抗样本生成技术概述
专知会员服务
35+阅读 · 2020年4月15日
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
密歇根大学《20年目标检测综述》
专知会员服务
96+阅读 · 2019年10月13日
那些竞相将DeepFakes商业化的AI初创公司
AI前线
10+阅读 · 2019年5月4日
当你的头出现在A片演员的身体上
PingWest品玩
6+阅读 · 2019年1月6日
倾斜摄影用真三维与电影完美相结合
无人机
9+阅读 · 2018年12月4日
从0到1,漫谈步态识别那些事
机器学习研究会
10+阅读 · 2017年9月24日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Arxiv
4+阅读 · 2018年5月4日
Arxiv
3+阅读 · 2018年3月14日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关VIP内容
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
76+阅读 · 2020年6月20日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
117+阅读 · 2020年5月6日
【中科院自动化所】视觉对抗样本生成技术概述
专知会员服务
35+阅读 · 2020年4月15日
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
密歇根大学《20年目标检测综述》
专知会员服务
96+阅读 · 2019年10月13日
相关论文
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Arxiv
4+阅读 · 2018年5月4日
Arxiv
3+阅读 · 2018年3月14日
Arxiv
4+阅读 · 2016年12月29日
Top
微信扫码咨询专知VIP会员