上個(gè)月，人工智能(Artificial Intelligence)憑借AlphaGo和國(guó)人棋手柯潔的圍棋大戰(zhàn)成了火熱的新概念。事實(shí)上，AI領(lǐng)域的飛速發(fā)展所帶來(lái)的潛力早已滲透進(jìn)入影視制作行業(yè)。近期，有三款A(yù)I攜著全新的利用價(jià)值在研究領(lǐng)域掀起了轟動(dòng)。

AI自動(dòng)進(jìn)行場(chǎng)景剪輯

在絕大多數(shù)電影的拍攝中，同一個(gè)場(chǎng)景會(huì)被從不同角度拍攝多次，然后錄像被丟給剪輯師和分鏡師按要求把多個(gè)鏡頭進(jìn)行無(wú)縫連接，構(gòu)成一個(gè)多角度、有特定風(fēng)格的場(chǎng)景敘事。然而，這一“手藝活”如今面臨被AI替代的可能。

一個(gè)來(lái)自斯坦福大學(xué)和Adobe公司的AI能夠自行同步相同場(chǎng)景的錄像，把它們對(duì)上演員正在念的臺(tái)詞。然后，獨(dú)特的面部情感捕捉技術(shù)將會(huì)自動(dòng)識(shí)別和分析演員所體現(xiàn)出的人物形象；隨后，根據(jù)導(dǎo)演對(duì)風(fēng)格的要求， AI會(huì)依據(jù)數(shù)據(jù)庫(kù)里較為成熟的剪輯風(fēng)格和鏡頭語(yǔ)言對(duì)錄像進(jìn)行自動(dòng)選擇和組裝。
例如，針對(duì)一個(gè)傳統(tǒng)風(fēng)格的對(duì)話(huà)，AI會(huì)使用一個(gè)常規(guī)的“建立場(chǎng)景”鏡頭，并接下來(lái)在雙方面部不斷切換特寫(xiě)鏡頭，其中夾雜著一些廣角鏡頭。如果導(dǎo)演追求其他風(fēng)格的分鏡，只要告訴AI自己的要求，“多用跳剪”、“廣角開(kāi)始“或者“聚焦保持不變”，AI就會(huì)重組一個(gè)場(chǎng)景出來(lái)，比如下圖所顯示的這樣：

（圖中的Style A、B和C分別代表了有不同側(cè)的剪輯方案）

在文獻(xiàn)中，研究人員表示這個(gè)AI用了3秒鐘就剪出來(lái)一個(gè)71秒的視頻，而一般經(jīng)驗(yàn)豐富的剪輯師可能需要幾個(gè)小時(shí)完成這項(xiàng)工作。此AI的出現(xiàn)給導(dǎo)演們開(kāi)啟了嘗試更多拍攝方法的可能，因?yàn)榧糨嬕粋€(gè)場(chǎng)景、不滿(mǎn)意重頭再來(lái)的時(shí)間成本從原本的幾天變成了幾個(gè)小時(shí)。

AI處理后期制作瑕疵

如今的動(dòng)畫(huà)電影和電視劇常常用電腦來(lái)模擬光線(xiàn)的自然變化，但是模擬足夠的光線(xiàn)需要用到大量的人力資源和時(shí)間。為了節(jié)省成本，制作人員傾向做更少的模擬，不過(guò)這樣做容易在終出品的圖像上造成明顯的瑕疵（也叫噪聲noise）。

迪斯尼和皮克薩共同研發(fā)的AI采用了叫做“卷積神經(jīng)網(wǎng)絡(luò)”(Convolutional Neural Network）的深度學(xué)習(xí)模型，通過(guò)研究《海底總動(dòng)員2》中的大量處理瑕疵的案例，AI學(xué)會(huì)自動(dòng)將因光線(xiàn)過(guò)少引起的瑕疵糾正成光線(xiàn)飽滿(mǎn)而自然的樣子，這樣，制作過(guò)程中耗時(shí)費(fèi)勁要去抹掉的瑕疵就可以交給不知疲倦的計(jì)算機(jī)了~ 這款人工智能的技術(shù)已經(jīng)并被成功用在了這個(gè)月大火的《汽車(chē)總動(dòng)員3》的制作中。


（這是《海底總動(dòng)員2》降噪處理前后的對(duì)比圖，也是這款A(yù)I學(xué)習(xí)的對(duì)象）

（這是AI學(xué)習(xí)后在處理《汽車(chē)總動(dòng)員3》的時(shí)候的效果）

此AI的出現(xiàn)標(biāo)志著光線(xiàn)處理除增加光線(xiàn)、人工降噪之外的另一解決方案。迪士尼的副研發(fā)總監(jiān)MarkusGross表示，在其他方案變得越來(lái)越復(fù)雜、相對(duì)質(zhì)量提升越來(lái)越慢的情況下，這一款A(yù)I算是向新方向的一大重要進(jìn)步。

獨(dú)立制作“小電影”的AI

IBM的認(rèn)知技術(shù)平臺(tái)和近在和紐約翠貝卡電影節(jié)合作，讓電影制作人們協(xié)助開(kāi)發(fā)IBM的AI ”Watson“。在舉辦的”Storyteller with Watson“比賽中，前記者、電影人格羅斯曼提出了一個(gè)算法，讓AI可以識(shí)別任意一段視頻中的臺(tái)詞和場(chǎng)景的意義，包括角色的心情、情況的復(fù)雜程度以及跟影片前后段的聯(lián)系。當(dāng)和劇本本身進(jìn)行比對(duì)之后，這個(gè)技術(shù)可以被用作快速生成一段影片的預(yù)告（更準(zhǔn)確的說(shuō)來(lái)是梗概）。這樣，從長(zhǎng)篇的電影中提煉出來(lái)的“小電影”就成型了。


（方法的提出者Seth Grossman在進(jìn)行解說(shuō)）

這個(gè)方法被期望能夠給導(dǎo)演更多的靈感。同時(shí)，這個(gè)算法在電視劇領(lǐng)域有著較大的商業(yè)價(jià)值，可以被用于快速提取每一集的宣傳片，便于制作組進(jìn)行項(xiàng)目宣傳。另外，劇組可以自行選擇給AI提供的視頻資料豐富程度，進(jìn)而對(duì)劇情發(fā)展的不同階段進(jìn)行人為分類(lèi)，產(chǎn)生涵蓋內(nèi)容更豐富或者更詳細(xì)的短片段，投放到市場(chǎng)。