AI人工智能+Deep Dream,居然造出如此魔性的MV
2018-03-15 22:49
前方高能,有密恐的盆友请注意!你可能觉得Hardcore Anal Hydrogen的《Jean-Pierre》这首音乐不太好听,也不感兴趣,但它拍出来的MV却是一场视觉盛宴。
来源:http://hardcoreanalhydrogen.com/
Harccore Anal Hydrogen是一支非常善于尝试新奇视觉表现手法的乐队,他们此次采用AI智能图像处理和谷歌推出的Deep Dream创建出了一种犹如噩梦般、具有革命性和现代感的MV。
[flash]https://v.qq.com/x/page/l06025hhnza.html[/flash]
这支MV的制作幕后与夸张的视觉效果一样很吸引人,Hardcore Anal Hydrogen公司对其视频的制作方式进行了分解。他们在2017年2月开始就玩起了Deep Dream,“Deep Dream”会从原始素材的画面中识别各种图案,在此基础上把画面处理成各种意外的效果。团队称,这种“人工智能”所产生的梦幻效果,正是挖掘这个风格化MV的方式。
Deep Dream
AI(人工智能)的工作原理看起来似乎很复杂,但事实并非如此。有两个主要步骤:先培训,然后开发。首先,他们在macbook上安装所有必需的素材库,以创建第一幅图像,虽然创建每一帧都要上花几分钟时间,但是效果还不错。“比如给某人看很多不同的椅子照片,在通过学习之后,再让他看其他椅子的图片,就能很快回答出这是一把椅子,即使从未见过,”团队这样形容AI的工作原理。
借助“Deep Dream”,AI会在它所“学习”过的图形上将图片加载并绘制出来。如果图片上有黑点,它可能就会画出2只眼睛,但也许是一张脸。
其中,神经网络由多个命名图层组成,可以根据想要的图层名称,产生特定于该图层的想法。
Neural风格的转变
AI可以将素材与原始图片相结合,使用素材画面的数据(形状和颜色)会尝试重现原始图片。以下是原始图片、素材以及结果的示例:
他们花了很多时间,经过不断尝试,才制作出魔性的画风。PS:有款修图APP——Prisma也是使用了相同的技术。
每个设置都要有参数,通常要记得:
风格化效果:最终要让画面看起来像素材图像
风格化面积:可根据想要的效果,自定义画面中风格化的面积,比如局部/全部
风格化次数:原始图像可根据最终效果被风格化不同次数
颜色:是否保留原始图像的色彩
AI不会照顾前一帧画面,所以对于视频出现闪烁跳帧的问题,每帧都要独立处理。DeepFlow / Deepmatching解决了这个问题:将当前的一帧与前一帧进行比较,以生成光流信息传递给AI。这样动画会更加流畅,不再出现上述现象。
未加DeepFlow
已加DeepFlow
在拍摄25fps时,DeepFlow不会很快算出每一个快速移动的画面,所以必须以50fps拍摄所有内容,再以2倍的信息发送给DeepFlow。
硬件/ GPU
所以,做这个视频必须要有一个高性能的GPU,比如Nvidia。目前,最具高性能的AI后端是Nvidia CUDA。除此之外,还需要很多内存和一个液态冷却系统。
配置如下:
3.8 GHz i7-6800K
32 GB四通道DDR4,2400MHz
带有3584个CUDA内核的12GB Titan X.
500GB的2.5英寸固态硬盘
液态冷却系统
拍摄
运动画面可能会在背景上产生“毛刺”的效果,所以先要用绿幕在Hello Production上拍摄,然后视频输出高清格式(1280x720)。
视频分帧(50帧)
DeepFlow在CPU上运行,逐帧
与此同时,在GPU上执行样式转换
CPU + GPU,每个人都在同一时间努力工作
无限变焦 - DeepDream
将一个画面放大缩小,就创造了上图的效果。在变焦的过程中,可以使用不同的图层来制作各种幻觉效果。在使用随机图层名称操作之前,他们还要为每一层导出一帧,得到以下画面。
QHD分辨率
原始图像
使用Waifu2x放大2倍
使用Photoshop放大2倍(效果最好)
风格化图像在Waifu2x软件中放大后,将会得到2560x1440的分辨率。最终,这些帧将被转换为50fps视频,并重新导入到视频软件中制作成片。
来源:http://hardcoreanalhydrogen.com/
Harccore Anal Hydrogen是一支非常善于尝试新奇视觉表现手法的乐队,他们此次采用AI智能图像处理和谷歌推出的Deep Dream创建出了一种犹如噩梦般、具有革命性和现代感的MV。
[flash]https://v.qq.com/x/page/l06025hhnza.html[/flash]
这支MV的制作幕后与夸张的视觉效果一样很吸引人,Hardcore Anal Hydrogen公司对其视频的制作方式进行了分解。他们在2017年2月开始就玩起了Deep Dream,“Deep Dream”会从原始素材的画面中识别各种图案,在此基础上把画面处理成各种意外的效果。团队称,这种“人工智能”所产生的梦幻效果,正是挖掘这个风格化MV的方式。
Deep Dream
AI(人工智能)的工作原理看起来似乎很复杂,但事实并非如此。有两个主要步骤:先培训,然后开发。首先,他们在macbook上安装所有必需的素材库,以创建第一幅图像,虽然创建每一帧都要上花几分钟时间,但是效果还不错。“比如给某人看很多不同的椅子照片,在通过学习之后,再让他看其他椅子的图片,就能很快回答出这是一把椅子,即使从未见过,”团队这样形容AI的工作原理。
借助“Deep Dream”,AI会在它所“学习”过的图形上将图片加载并绘制出来。如果图片上有黑点,它可能就会画出2只眼睛,但也许是一张脸。
其中,神经网络由多个命名图层组成,可以根据想要的图层名称,产生特定于该图层的想法。
Neural风格的转变
AI可以将素材与原始图片相结合,使用素材画面的数据(形状和颜色)会尝试重现原始图片。以下是原始图片、素材以及结果的示例:
他们花了很多时间,经过不断尝试,才制作出魔性的画风。PS:有款修图APP——Prisma也是使用了相同的技术。
每个设置都要有参数,通常要记得:
风格化效果:最终要让画面看起来像素材图像
风格化面积:可根据想要的效果,自定义画面中风格化的面积,比如局部/全部
风格化次数:原始图像可根据最终效果被风格化不同次数
颜色:是否保留原始图像的色彩
AI不会照顾前一帧画面,所以对于视频出现闪烁跳帧的问题,每帧都要独立处理。DeepFlow / Deepmatching解决了这个问题:将当前的一帧与前一帧进行比较,以生成光流信息传递给AI。这样动画会更加流畅,不再出现上述现象。
未加DeepFlow
已加DeepFlow
在拍摄25fps时,DeepFlow不会很快算出每一个快速移动的画面,所以必须以50fps拍摄所有内容,再以2倍的信息发送给DeepFlow。
硬件/ GPU
所以,做这个视频必须要有一个高性能的GPU,比如Nvidia。目前,最具高性能的AI后端是Nvidia CUDA。除此之外,还需要很多内存和一个液态冷却系统。
配置如下:
3.8 GHz i7-6800K
32 GB四通道DDR4,2400MHz
带有3584个CUDA内核的12GB Titan X.
500GB的2.5英寸固态硬盘
液态冷却系统
拍摄
运动画面可能会在背景上产生“毛刺”的效果,所以先要用绿幕在Hello Production上拍摄,然后视频输出高清格式(1280x720)。
视频分帧(50帧)
DeepFlow在CPU上运行,逐帧
与此同时,在GPU上执行样式转换
CPU + GPU,每个人都在同一时间努力工作
无限变焦 - DeepDream
将一个画面放大缩小,就创造了上图的效果。在变焦的过程中,可以使用不同的图层来制作各种幻觉效果。在使用随机图层名称操作之前,他们还要为每一层导出一帧,得到以下画面。
QHD分辨率
原始图像
使用Waifu2x放大2倍
使用Photoshop放大2倍(效果最好)
风格化图像在Waifu2x软件中放大后,将会得到2560x1440的分辨率。最终,这些帧将被转换为50fps视频,并重新导入到视频软件中制作成片。
本文为作者 胡萝北 分享,影视工业网鼓励从业者分享原创内容,影视工业网不会对原创文章作任何编辑!如作者有特别标注,请按作者说明转载,如无说明,则转载此文章须经得作者同意,并请附上出处(影视工业网)及本页链接。原文链接 https://cinehello.com/stream/99433
胡萝北
点击了解更多
影视工业网编辑
关于人类一切&*%¥……&*语言,我都喜欢码成字
电话:15524145505
邮箱:chenyiyao#cinehello.com