SIGGRAPH 2020:LAIKA背后的秘密’s Stop Motion Magic

奥斯卡提名的定格电影工作室讨论了AI和机器学习如何加速旋转摄影

奥斯卡提名的定格电影工作室讨论了AI和机器学习如何加速旋转摄影

在SIGGRAPH 2020上,LAIKA讨论了如何使用AI加速定格动画中的旋转摄影。图片由LAIKA / Intel提供


当你听到这个词 定格,您会想到一小群艺术家在微型背景下操纵粘土娃娃和小雕像 创造运动的幻觉。那'雷·哈里豪森(Ray Harryhausen)如何将生命带入 泰坦之战 (1981)和尼克·帕克(Nick Park)讲述了一个古怪的发明家和他的犬科动物的故事 华莱士和格罗米特的短暂历险 (1972)。 

本周,在 SIGGRAPH 2020虚拟,动画工作室背后的人才 莱卡 揭开窗帘 制作现代定格经典影片需要什么 such as Coraline, Boxtrolls久保 和两条弦和 缺少链接。 幕后的无名英雄之一就是由英特尔CPU提供支持的AI(人工智能)。

定格动画工作室LAIKA使用Intel工作站和渲染场,通过AI /机器学习加快了旋转摄影的速度。图片由LAIKA / Intel提供。

人工智能技术

定格电影制作的一部分是旋转摄影—清理由手动定格序列产生的不想要的假象的过程。该工作室使用由Intel CPU驱动的工作站,并带有用于增强的渲染场。他们还争取了英特尔的帮助'的应用机器学习团队加快了劳动密集型旋转成像过程。

“这是一项任务,包括将一系列点与曲线连接起来以创建一个形状,该形状标识胶卷框架的一部分,以某种方式进行更改,” explained LAIKA的VFX主管Steve Emerson。 

“当进行旋转摄影时,艺术家可以以任意方式创建形状。但是,为了使任务(对于自动化)易于训练,组成每个形状的点和切线必须保持一致。 团队首先在人偶上创建了一组持久的界标点和切线's 会驱动形状并确保一致性的面。此信息以及关联的图像已添加了其他数据,包括具有随机背景,颜色值,变形和模糊的帧。此外,因为木偶'面部表情是在3D打印之前以数字方式创建的,它们还能够利用目标文件中的数据以及各种角度和表情的CG渲染,” he added.

所谓的深度学习神经网络可以分析提供的样本素材,扫描帧并识别木偶上的关键点'LAIKA生产技术总监Jeff Stringer在视频演示中解释说。网络经过优化,可以在Intel上运行'最近宣布的开放标准oneAPI库。 (有关更多 英特尔'的oneAPI工具套件,请在此处阅读新闻

莱卡使用AI驱动的神经网络来自动扫描帧并识别在旋转成像中需要数字清理的区域。图片由LAIKA / Intel提供

CPU驱动的机器学习和神经网络是 LAIKA定格电影背后的无名英雄。图片由LAIKA / Intel提供

人工智能的目标,人类的主观

尽管在制作过程中开发了AI驱动的旋转侦查工具的早期原型 缺少链接 (2019),工作室没有'没有机会使用它。但是该工具有望成为工作室的一部分'根据艾默生的说法,即将推出的动画功能。

“根据我们的初步测试,’再次发现,将旋转摄影任务节省了50%的时间,我们预计这可以将木偶美容工作总体上节省多达30%,” estimated Emerson.

艾默生将定格电影制作中涉及的旋转摄影作品类型分为两类:客观的和主观的。“客观任务是诸如从镜头中移除装备或清理角色的接缝线之类的事情’的脸。工作完成后,’s no subjectivity— 装备在那里’不是。接缝线可见,或者’s not,” he said.

主观任务使 本质上更具艺术感的镜头。他们使场景更加 美观或创新。 如果制片厂在主观和主观任务上花费过多的时间和精力,就会遇到电影制作的两个最大敌人—time and budget. 

“通过AI简化或自动化客观任务将使我们能够将更多资源转移到主观方面,而我们’能够投入更多时间来创作更多引人入胜的内容,” said Emerson.

将来,该工具可能会更广泛地应用于其他生产领域,“从角色和对象的匹配移动[将数字对象插入实时电影镜头] 进行全身旋转成像,去噪和色彩校正,” Emerson said. “真的感觉就像我们’重新踏入电影制作的全新时代。一世’我很高兴看到未来。”

对于按需 莱卡的SIGGRAPH 2020演示文稿,请转到此处.

更多英特尔公司报道

Share This Article

订阅我们的免费杂志, 免费的电子邮件通讯或两者兼而有之!

加入超过90,000名工程专业人员的行列,他们将在新闻发布后立即获得最新的工程新闻。


About the Author

黄健贤的头像
黄健贤

肯尼思·王是 数字工程’s 常驻博客作者和高级编辑。给他发电子邮件 [电子邮件 protected] 或在以下位置分享您对本文的看法 digitaleng.news/facebook.

      Follow DE
#24317