近期最讓人驚艷的電影 天能 你看了嗎?
影片中順時鐘與逆時鐘同時進行的打鬥橋段,高度還原了時間逆行的整個過程,而不是直接轉移到過去的某個時間點,實在太讓人過癮
不禁好奇導演到底怎麼拍攝
導演也堅持能不用特效就不用特效,這部片特效場景不到300個,甚至比大多數愛情片還要少
🔸逆向打鬥畫面
我們可以看到演員透過長時間練習,做到逆向武打與肢體動作
🔸飛車追逐的畫面
原始翻車畫面為正拍,但周邊的車輛的確是倒著開。於是影片在經過剪輯之後,就可以形成翻車畫面為逆行,其他車輛則正常順行,如此就可以拍攝出順時鐘與逆時鐘同時進行的吸睛畫面
但要拍攝順時鐘與逆時鐘同時進行,沒有更簡單的方法了嗎?
Google和牛津大學研究人員提出的"時間重組術"(Retiming People in Video),他們訓練了一種深度神經網絡,學習如何將影片分圖層
相信有操作過Photoshop的人都知道,假設A圖層是父親影像,B圖層是母親影像,想要兩個兩人出現就必須把兩張圖層重疊,圖層的好處是什麼,如果其中母親燈光過暗,可以單獨把母親圖層拉出來調亮
同樣的道理也可以應用在影片中,不過調整的是時間,孩子們跳水的影片,原影片中他們是分別跳入水中,深度神經網絡調整不同圖層時間,成功的做到讓他們同一個時間點跳入水中
深度神經網絡在影片處理可以做到:
🔹調整影片部分人物的時間變慢或變快
🔹凍結時影片中部分人物的時間
🔹人物重疊,達到像是火影忍者影分身的效果
原理就是將影片中將每幀圖像分解為一組層,每個層由一個RGB彩色圖像和一個不透明遮罩(RGBA)組成
研究者不需要自己創造新的圖片或動作,他們唯一需要做只是拆開後,各組調成想要的時間,再合成一個新的影片
那你可能會問需不需要一個個去標記人事物,答案是否定的,"時間重組術"不需要手動註釋動態場景元素,例如,孩子們在水中濺起的水,陰影;模型會自主學習(self-supervised)到將與人物相關的場景分組重建,不需要額外的訓練或處理
研究人員想要創造超現實效果可以通過對層的簡單操作(可移除/複製/插入特定層/逆行/凍結)而產生
蠻有意思的研究,有興趣的朋友可以看原文喔,連結在下方
📖 References:
Layered Neural Rendering for Retiming People in Video
https://arxiv.org/pdf/2009.07833.pdf
#PyTorch
#Adamoptimizer
#NVIDIATesla #P100 #GPU
#12hr
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
「adamoptimizer」的推薦目錄:
- 關於adamoptimizer 在 Mina 安米娜 Facebook 的最佳貼文
- 關於adamoptimizer 在 コバにゃんチャンネル Youtube 的精選貼文
- 關於adamoptimizer 在 大象中醫 Youtube 的精選貼文
- 關於adamoptimizer 在 大象中醫 Youtube 的最佳解答
- 關於adamoptimizer 在 Adam optimizer between Tf 1 and Tf 2 - Stack Overflow 的評價
- 關於adamoptimizer 在 Adam-Optimizer-from-scratch/adamoptimizer.py at master 的評價
- 關於adamoptimizer 在 Adam Optimizer or Adaptive Moment Estimation Optimizer 的評價
- 關於adamoptimizer 在 Difference between GradientDescentOptimizer and ... 的評價
- 關於adamoptimizer 在 paper:AdamOptimizer | Dinry 的評價
adamoptimizer 在 コバにゃんチャンネル Youtube 的精選貼文
adamoptimizer 在 大象中醫 Youtube 的精選貼文
adamoptimizer 在 大象中醫 Youtube 的最佳解答
adamoptimizer 在 Adam-Optimizer-from-scratch/adamoptimizer.py at master 的推薦與評價
Contribute to jiexunsee/Adam-Optimizer-from-scratch development by creating an account on GitHub. ... <看更多>
adamoptimizer 在 Adam Optimizer or Adaptive Moment Estimation Optimizer 的推薦與評價
In this video, I'll show you how Adam Optimizer combines the advantage of Gradient Descent with Momentum and RMSProp Algorithm to come up ... ... <看更多>
adamoptimizer 在 Adam optimizer between Tf 1 and Tf 2 - Stack Overflow 的推薦與評價
... <看更多>
相關內容