在絕大多數(shù)電影的拍照中，同一個(gè)場(chǎng)景會(huì)被從不同視點(diǎn)拍照屢次，中國(guó)電影電視網(wǎng)然后錄像被丟給編排師和分鏡師按要求把多個(gè)鏡頭進(jìn)行無縫銜接，構(gòu)成一個(gè)多視點(diǎn)、有特定風(fēng)格的場(chǎng)景敘事?？墒牵@一“手工活”現(xiàn)在面臨被AI代替的可能。

       一個(gè)來自斯坦福大學(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)上藝人正在念的臺(tái)詞。然后，一起的面部情感捕捉技能將會(huì)自動(dòng)辨認(rèn)和剖析藝人所體現(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)根據(jù)數(shù)據(jù)庫(kù)里較為成熟的編排風(fēng)格和鏡頭語(yǔ)言對(duì)錄像進(jìn)行自動(dòng)挑選和組裝。

      例如，針對(duì)一個(gè)傳統(tǒng)風(fēng)格的對(duì)話，AI會(huì)運(yùn)用一個(gè)常規(guī)的“建立場(chǎng)景”中國(guó)電影電視網(wǎng)鏡頭，并接下來在雙方面部不斷切換特寫鏡頭，其間夾雜著一些廣角鏡頭。假如導(dǎo)演尋求其他風(fēng)格的分鏡，只需通知AI自己的要求，“多用跳剪”、“廣角開端“或許“聚集堅(jiān)持不變”，AI就會(huì)重組一個(gè)場(chǎng)景出來，比方下圖所顯示的這樣：

      應(yīng)戰(zhàn)全球影視人！這些人工智能將改動(dòng)影視制造的格局

   （圖中的StyleA、B和C分別代表了有不同側(cè)重點(diǎn)的編排計(jì)劃）

     在文獻(xiàn)中，研討人員表明這個(gè)AI用了3秒鐘就剪出來一個(gè)71秒的視頻，中國(guó)電影電視網(wǎng)而一般經(jīng)驗(yàn)豐厚的編排師可能需求幾個(gè)小時(shí)完結(jié)這項(xiàng)作業(yè)。此AI的呈現(xiàn)給導(dǎo)演們敞開了測(cè)驗(yàn)更多拍照辦法的可能，由于編排一個(gè)場(chǎng)景、不滿意重頭再來的時(shí)刻本錢從本來的幾天變成了幾個(gè)小時(shí)。

       AI處理后期制造瑕疵

       現(xiàn)在的動(dòng)畫電影和電視劇常常用電腦來模仿光線的天然改動(dòng)，可是模仿滿足的光線需求用到許多的人力資源和時(shí)刻。為了節(jié)約本錢，制造人員傾向做更少的模仿，不過這樣做簡(jiǎn)單在終究出品的圖畫上形成明顯的瑕疵（也叫噪聲noise）。

       迪斯尼和皮克薩一起研制的AI選用了叫做“卷積神經(jīng)網(wǎng)絡(luò)”(ConvolutionalNeuralNetwork）的深度學(xué)習(xí)模型，經(jīng)過研討《海底總動(dòng)員2》中的許多處理瑕疵的案例，AI學(xué)會(huì)自動(dòng)將因光線過少引起的瑕疵糾正成光線豐滿而天然的姿態(tài)，這樣，制造過程中耗時(shí)費(fèi)力要去抹掉的瑕疵就能夠交給不知疲倦的計(jì)算機(jī)了~這款人工智能的技能現(xiàn)已并被成功用在了這個(gè)月大火的《轎車總動(dòng)員3》的制造中。

      應(yīng)戰(zhàn)全球影視人！這些人工智能將改動(dòng)影視制造的格局

   （這是《海底總動(dòng)員2》降噪處理前后的比照?qǐng)D，也是這款A(yù)I學(xué)習(xí)的目標(biāo)）

     應(yīng)戰(zhàn)全球影視人！這些人工智能將改動(dòng)影視制造的格局

   （這是AI學(xué)習(xí)后在處理《轎車總動(dòng)員3》的時(shí)分的效果）

     此AI的呈現(xiàn)標(biāo)志著光線處理除添加光線、人工降噪之外的另一解決計(jì)劃。迪士尼的副研制總監(jiān)MarkusGross表明，在其他計(jì)劃變得越來越雜亂、相對(duì)質(zhì)量提高越來越慢的狀況下，這一款A(yù)I算是向新方向的一大重要前進(jìn)。

獨(dú)立制造“小電影”的AI

     IBM的認(rèn)知技能渠道和最近在和紐約翠貝卡電影節(jié)協(xié)作，讓電影制造人們幫忙開發(fā)IBM的AI”Watson“。在舉行的”StorytellerwithWatson“比賽中，前記者、電影品格羅斯曼提出了一個(gè)算法，讓AI能夠辨認(rèn)恣意一段視頻中的臺(tái)詞和場(chǎng)景的含義，包含人物的心境、狀況的雜亂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)技能能夠被用作快速生成一段影片的預(yù)告（更精確的說來是梗概）。這樣，從長(zhǎng)篇的電影中提煉出來的“小電影”就成型了。

應(yīng)戰(zhàn)全球影視人！這些人工智能將改動(dòng)影視制造的格局

     （辦法的提出者SethGrossman在進(jìn)行說明）

       這個(gè)辦法被希望能夠給導(dǎo)演更多的靈感。同時(shí)，這個(gè)算法在電視劇范疇有著較大的商業(yè)價(jià)值，能夠被用于快速提取每一集的宣揚(yáng)片，便于制造組進(jìn)行項(xiàng)目宣揚(yáng)。別的，劇組能夠自行挑選給AI供給的視頻材料豐厚程度，進(jìn)而對(duì)劇情開展的不同階段進(jìn)行人為分類，發(fā)生涵蓋內(nèi)容更豐厚或許更詳細(xì)的短片段，投放到商場(chǎng)。