挑战全球影视人！这些人工智能将改变影视制作的格局

上个月，人工智能(Artificial Intelligence)凭借AlphaGo和国人棋手柯洁的围棋大战成了火热的新概念。事实上，AI领域的飞速发展所带来的潜力早已渗透进入影视制作行业。近期，有三款AI携着全新的利用价值在研究领域掀起了轰动。

AI自动进行场景剪辑

        在绝大多数电影的拍摄中，同一个场景会被从不同角度拍摄多次，然后录像被丢给剪辑师和分镜师按要求把多个镜头进行无缝连接，构成一个多角度、有特定风格的场景叙事。然而，这一“手艺活”如今面临被AI替代的可能。

        一个来自斯坦福大学和Adobe公司的AI能够自行同步相同场景的录像，把它们对上演员正在念的台词。然后，独特的面部情感捕捉技术将会自动识别和分析演员所体现出的人物形象；随后，根据导演对风格的要求， AI会依据数据库里较为成熟的剪辑风格和镜头语言对录像进行自动选择和组装。

        例如，针对一个传统风格的对话，AI会使用一个常规的“建立场景”镜头，并接下来在双方面部不断切换特写镜头，其中夹杂着一些广角镜头。如果导演追求其他风格的分镜，只要告诉AI自己的要求，“多用跳剪”、“广角开始“或者“聚焦保持不变”，AI就会重组一个场景出来，比如下图所显示的这样：

（图中的Style A、B和C分别代表了有不同侧重点的剪辑方案）

        在文献中，研究人员表示这个AI用了3秒钟就剪出来一个71秒的视频，而一般经验丰富的剪辑师可能需要几个小时完成这项工作。此AI的出现给导演们开启了尝试更多拍摄方法的可能，因为剪辑一个场景、不满意重头再来的时间成本从原本的几天变成了几个小时。

AI处理后期制作瑕疵

        如今的动画电影和电视剧常常用电脑来模拟光线的自然变化，但是模拟足够的光线需要用到大量的人力资源和时间。为了节省成本，制作人员倾向做更少的模拟，不过这样做容易在最终出品的图像上造成明显的瑕疵（也叫噪声noise）。

        迪斯尼和皮克萨共同研发的AI采用了叫做“卷积神经网络”(Convolutional Neural Network）的深度学习模型，通过研究《海底总动员2》中的大量处理瑕疵的案例，AI学会自动将因光线过少引起的瑕疵纠正成光线饱满而自然的样子，这样，制作过程中耗时费劲要去抹掉的瑕疵就可以交给不知疲倦的计算机了~ 这款人工智能的技术已经并被成功用在了这个月大火的《汽车总动员3》的制作中。


（这是《海底总动员2》降噪处理前后的对比图，也是这款AI学习的对象）

（这是AI学习后在处理《汽车总动员3》的时候的效果）

      此AI的出现标志着光线处理除增加光线、人工降噪之外的另一解决方案。迪士尼的副研发总监MarkusGross表示，在其他方案变得越来越复杂、相对质量提升越来越慢的情况下，这一款AI算是向新方向的一大重要进步。

独立制作“小电影”的AI

       IBM的认知技术平台和最近在和纽约翠贝卡电影节合作，让电影制作人们协助开发IBM的AI ”Watson“。在举办的”Storyteller with Watson“比赛中，前记者、电影人格罗斯曼提出了一个算法，让AI可以识别任意一段视频中的台词和场景的意义，包括角色的心情、情况的复杂程度以及跟影片前后段的联系。当和剧本本身进行比对之后，这个技术可以被用作快速生成一段影片的预告（更准确的说来是梗概）。这样，从长篇的电影中提炼出来的“小电影”就成型了。


（方法的提出者Seth Grossman在进行解说）

        这个方法被期望能够给导演更多的灵感。同时，这个算法在电视剧领域有着较大的商业价值，可以被用于快速提取每一集的宣传片，便于制作组进行项目宣传。另外，剧组可以自行选择给AI提供的视频资料丰富程度，进而对剧情发展的不同阶段进行人为分类，产生涵盖内容更丰富或者更详细的短片段，投放到市场。