摘 要：隨著電子計(jì)算機(jī)人工智能方向的不斷探索和發(fā)展，尤其是人工神經(jīng)網(wǎng)絡(luò)的廣泛運(yùn)用，電腦AI已經(jīng)是各行各業(yè)都不可回避的問(wèn)題，這里既有AI發(fā)展帶來(lái)的壓力與更替，更代表著新機(jī)會(huì)與技術(shù)革新。針對(duì)現(xiàn)代影視播放渠道平臺(tái)化，劇集生產(chǎn)周期節(jié)奏快，制作量巨大等新問(wèn)題的產(chǎn)生，有效利用AI人工智能技術(shù)特點(diǎn)，可以幫助傳統(tǒng)影視制作行業(yè)在不擴(kuò)大人力成本的同時(shí)，有效縮短制作周期，提高制作質(zhì)量。本文就從AI制作的技術(shù)原理特點(diǎn)，及其發(fā)展方向上進(jìn)行研究，闡述AI人工智能在目前影視制作中的優(yōu)勢(shì)以及具體應(yīng)用模式，以及對(duì)未來(lái)影視AI技術(shù)可能的發(fā)展方向提出可行性建議和參考。

關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò);影視AI技術(shù);人工智能;影視制作

一、引言：

近來(lái)手機(jī)AI 換臉應(yīng)用的火爆，在各網(wǎng)站和頭條視頻都有它們的身影，軟件通過(guò)用戶上傳的一些帶有自己或他人的照片替換到視頻中的人物面孔，效果非常逼真，即使普通人也可以通過(guò)簡(jiǎn)單的幾步操作，通過(guò)手機(jī)APP就制作出堪比特效大片的換臉效果，引起一時(shí)轟動(dòng)。而這些流行的AI軟件其核心就是人工神經(jīng)網(wǎng)絡(luò)，而不用或減少人工參與就是其最大的特點(diǎn)和優(yōu)勢(shì)。

二、人工神經(jīng)網(wǎng)絡(luò)原理特點(diǎn)：

它的工作原理，模仿生物神經(jīng)網(wǎng)絡(luò)的各類行為學(xué)特征，進(jìn)行組合排列并信息化處理的數(shù)學(xué)算法模型。我們把它叫做，人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks）也可以簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)（NNs）。

如下圖1所示，這種網(wǎng)絡(luò)的特點(diǎn)是，依靠復(fù)雜系統(tǒng)，通過(guò)內(nèi)部調(diào)節(jié)眾多節(jié)點(diǎn)與節(jié)點(diǎn)之間相互依存的關(guān)系，從而達(dá)到處理信息目的。在工程與學(xué)術(shù)界也常直接簡(jiǎn)稱為”神經(jīng)網(wǎng)絡(luò)”或類神經(jīng)網(wǎng)絡(luò)。

受到生物大腦結(jié)構(gòu)的啟發(fā)，而創(chuàng)造出來(lái)的人工神經(jīng)網(wǎng)絡(luò)，是它能擁有真智能的主要原因。在我們的大腦中，有數(shù)以十億計(jì)的神經(jīng)元細(xì)胞，它們彼此之間連接成了一個(gè)神經(jīng)網(wǎng)絡(luò)。

通常我們認(rèn)為，對(duì)象大腦的結(jié)構(gòu)越簡(jiǎn)單，那么智商就越低。所以單細(xì)胞生物智商極低。人工神經(jīng)網(wǎng)絡(luò)也是同樣道理，構(gòu)成網(wǎng)絡(luò)結(jié)構(gòu)越復(fù)雜它就越強(qiáng)大，所以我們需要有一定深度和廣度的神經(jīng)網(wǎng)絡(luò)。這里的深度特指層數(shù)多，層級(jí)數(shù)越多那么，構(gòu)建成的神經(jīng)網(wǎng)絡(luò)就越復(fù)雜。

三、人工神經(jīng)網(wǎng)絡(luò)如何進(jìn)行學(xué)習(xí)

假設(shè)有一張圖擺在我們面前，我們可以很快地識(shí)別出圖像中畫(huà)面是什么，但從計(jì)算機(jī)角度來(lái)，它所觀察到的只是數(shù)字，不具備直觀的理解數(shù)學(xué)背后所表示圖像的能力。所以要讓計(jì)算機(jī)可以識(shí)別畫(huà)面，第一步要就是讓計(jì)算機(jī)可以理解代表畫(huà)面的這些數(shù)字，如下圖2圖3所示，人可以很快看出畫(huà)面中有貓，而計(jì)算機(jī)卻不行。

同樣，這個(gè)問(wèn)題也可從生物學(xué)上尋找靈感，例如生物是如何「理解」看見(jiàn)世界的？對(duì)生物而言，看到的只是光從不同角度反射到物體上帶來(lái)的信息，但這些信息并沒(méi)有告訴我們圖中有貓。

這里面的重點(diǎn)在于，生物可以很容易地通過(guò)很底層基礎(chǔ)信息獲取其背后的抽象認(rèn)知，比如人類看見(jiàn)貓的圖像其實(shí)就是對(duì)這類底層信息抽象得到圖中小貓的。

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)原理，實(shí)際上就是模擬一種電腦信息，將這類信息抽象成更高的信息，然后更高的信息再進(jìn)一步繼續(xù)抽象。

總而言之，如下圖4所示，就是通過(guò)類似過(guò)濾器的矩陣（本質(zhì)就是一個(gè)二維數(shù)組）與圖像中的數(shù)據(jù)資料進(jìn)行組合，獲得某個(gè)抽象層，抽象層中的信息同時(shí)也代表更高一層的信息，然后以同樣的方式再通過(guò)過(guò)濾器與當(dāng)前抽象層進(jìn)行組合運(yùn)算，獲得下一個(gè)更高信息維度的抽象層。

四、AI人工智能技術(shù)在影視制作中的優(yōu)勢(shì)：

第一，一次學(xué)習(xí)，終身受益。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的過(guò)程顧名思義這是一個(gè)學(xué)習(xí)的過(guò)程，學(xué)習(xí)的過(guò)程時(shí)間會(huì)比較長(zhǎng)，但是一旦學(xué)會(huì)了是可以重復(fù)提取價(jià)值的，和傳統(tǒng)技術(shù)不同的是，以前制作是需要制作人員，一個(gè)鏡頭一個(gè)鏡頭的處理。同類型同場(chǎng)次鏡頭一般不會(huì)分到不同制作人員制作，害怕不同制作人員水平和技術(shù)差距導(dǎo)致出現(xiàn)鏡頭效果不一致或無(wú)法銜接的窘?jīng)r。而現(xiàn)在是，我教會(huì)電腦怎么做鏡頭，學(xué)會(huì)了電腦AI會(huì)根據(jù)標(biāo)準(zhǔn)鏡頭，統(tǒng)一批量生產(chǎn)。這樣設(shè)備越多，生產(chǎn)力就越大，不再是以往的精英主義，只有少部分人純手工打造等限制生產(chǎn)力的情況，并且效果統(tǒng)一無(wú)紕漏。

第二，受限于以前電腦CPU設(shè)計(jì)與處理方式的限制，很多電腦理論硬件機(jī)能足夠。但是運(yùn)算效果和速度始終無(wú)法實(shí)現(xiàn)質(zhì)的突破?，F(xiàn)在由于圖形顯卡的崛起。使得顯卡可以獨(dú)立于CPU進(jìn)行特定超高強(qiáng)度的運(yùn)算和工作。顯卡和 CPU 的區(qū)別是顯卡能夠提供一種多對(duì)象的處理方式，比如原先只能提供一個(gè)頂點(diǎn)到另一個(gè)頂點(diǎn)單線程的運(yùn)算來(lái)講，現(xiàn)在顯卡能夠進(jìn)行有規(guī)律的批量的運(yùn)算，這大大節(jié)省了運(yùn)算的壓力與時(shí)間。隨著擁有數(shù)百核心的顯卡芯片的開(kāi)發(fā)和應(yīng)用使得復(fù)雜神經(jīng)網(wǎng)絡(luò)得以實(shí)現(xiàn)，通過(guò)顯卡的算力可以將需要特別多人力的CG工程制作，例如需要制作CG人物模型，再做復(fù)雜的人物表情綁定，再做面部表情捕捉在經(jīng)過(guò)燈光渲染合成等一系列操作才能完成的工作僅通過(guò)機(jī)器學(xué)習(xí)來(lái)完成，而且僅僅是剛剛?cè)胄械钠胀ㄈ司涂梢耘浜想娔XAI參與進(jìn)制作流程之中，相比較起來(lái)，制作復(fù)雜度上是輕了很多。

第三，能夠迅速尋找，優(yōu)化解決鏡頭的能力。復(fù)雜鏡頭的制作往往需要制作人員多次嘗試修改，才能達(dá)到相對(duì)完美的處理效果，而且這個(gè)效果不具有重復(fù)性，連貫鏡頭中，下一個(gè)鏡頭稍微小的調(diào)整或修改，前一版中的理想效果就會(huì)消失。而利用一個(gè)針對(duì)某問(wèn)題而設(shè)計(jì)的反饋型AI，發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可能很快找到優(yōu)化解，然后重復(fù)這個(gè)優(yōu)解標(biāo)準(zhǔn)答案即可。

五、AI人工智能技術(shù)在影視制作中的應(yīng)用

1.常規(guī)技術(shù)制作完成還僅僅是能夠做到角色替換的可能性，里可以亂真的質(zhì)量要求還有很大一段距離。以往的技術(shù)手段只有很資深的制作經(jīng)驗(yàn)，并且擁有全流程的制作團(tuán)隊(duì)才能夠完成。而AI換臉技術(shù)已經(jīng)將技術(shù)門(mén)檻降低到極低的要求，然而即使這樣，普通人同樣可以做到幾乎亂真的效果。很多視頻網(wǎng)站都有過(guò)不少民間愛(ài)好者制作的視頻作品，都有著不錯(cuò)的效果。

2.畫(huà)面破壞性小，融合度高，臺(tái)詞配音等完全匹配。對(duì)于特效制作，尤其是要求真實(shí)性的特效制作最希望的就是對(duì)真實(shí)采樣的素材以最大的保護(hù)。原始拍攝素材由于種種原因，比如光線、媒介、環(huán)境、演員狀態(tài)等一系列原因以給予觀眾最大的真實(shí)感。而這對(duì)特效而言都是挑戰(zhàn)，需要考慮到創(chuàng)造真實(shí)感的所有因素在成本允許的范圍內(nèi)取舍，才能降低不融合的違和感。而基于人工神經(jīng)網(wǎng)絡(luò)的AI技術(shù)，就是包含這種性質(zhì)的技術(shù)，就和微創(chuàng)手術(shù)一樣，定點(diǎn)準(zhǔn)確，保留了原始拍攝時(shí)的各種條件，這是在制作真實(shí)可信的特效效果時(shí)的一種優(yōu)先考慮方案。

3.增加和去除同樣有效。傳統(tǒng)技術(shù)對(duì)于遮擋和剔除某些技術(shù)穿幫和增加特殊效果是分開(kāi)對(duì)待的。前者去掉鋼絲和場(chǎng)景物品屬于后期工作。而增加模型和特效就屬于三維和后期兩部門(mén)配合工作。從難度上后者比前者更加麻煩。而對(duì)于AI技術(shù)來(lái)講，增加和去除都屬于差異處理，只要告訴其差異點(diǎn)，它會(huì)自動(dòng)補(bǔ)全或去除異同。類似鋼絲，污漬，換標(biāo)簽，增加去除馬賽克。這些在傳統(tǒng)影視制作中量大耗時(shí)和耗精力的鏡頭，現(xiàn)在都可以嘗試用AI方式解決。

六、AI人工智能技術(shù)在未來(lái)影視中的發(fā)展：

簡(jiǎn)單說(shuō)一下在特效制作領(lǐng)域的應(yīng)用，比如可以衍生出文替身或?qū)ｉL(zhǎng)替身，類似于傳統(tǒng)的武行做得武替身一樣，有表演能力的或某方專長(zhǎng)的人來(lái)演繹，比如表演需要，可以請(qǐng)專業(yè)滑冰運(yùn)動(dòng)員來(lái)表演花滑，之后再換成相應(yīng)的演員臉部替換。同樣的傳統(tǒng)武替身也不用刻意擋臉，可以正常表演，之后再換。

其他應(yīng)用方法，比如可以制作同一演員的年代戲，可以通過(guò)替換技術(shù)，直接拿歷史拍攝資料，替代制作不同時(shí)代的人物風(fēng)貌。

替換劣跡演員，可能一部戲花了大投資，臨上線爆出了參演演員的劣跡，以至于所有投資打水漂，現(xiàn)如今可以替換掉問(wèn)題演員，保證影片可以正常上線。

完全的實(shí)景替換，換臉只是AI小規(guī)模的試水。畢竟從難度上手機(jī)APP也已經(jīng)可以處理簡(jiǎn)單視頻。未來(lái)目標(biāo)是實(shí)現(xiàn)大型場(chǎng)景的全替代。例如現(xiàn)在已經(jīng)可以模擬自然環(huán)境下白天轉(zhuǎn)黑夜的效果，只需要準(zhǔn)備一堆黑夜的數(shù)據(jù)以及對(duì)應(yīng)的一堆白天的數(shù)據(jù)，很多組這樣的圖像，就可以利用電腦AI訓(xùn)練出較好效果的黑夜白天轉(zhuǎn)換鏡頭，實(shí)景夜戲拍攝就可以完全放在白天拍攝。

七、結(jié)束語(yǔ)

綜上所述，可以看到AI人工智能技術(shù)不斷創(chuàng)新的今天，其在傳統(tǒng)影視制作中所能發(fā)揮的作用，已經(jīng)逐漸超越了后期制作的限制，在可以預(yù)見(jiàn)的未來(lái)，它將會(huì)越來(lái)越多的影響整個(gè)影視行業(yè)，甚至是整個(gè)影片拍攝的方式和流程都會(huì)發(fā)生改變。它的價(jià)值不僅僅是簡(jiǎn)單的經(jīng)濟(jì)層面，更可能是對(duì)未來(lái)行業(yè)生態(tài)的一種改變或沖擊?？萍荚诎l(fā)展，技術(shù)在進(jìn)步。我們與其排斥AI技術(shù)革新帶來(lái)的行業(yè)陣痛，不如擁抱技術(shù)，擁抱創(chuàng)新，將技術(shù)的發(fā)展與傳統(tǒng)的行業(yè)相結(jié)合，創(chuàng)造更多的機(jī)會(huì)與機(jī)遇。

參考文獻(xiàn)：

[1]《人工神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用》科學(xué)出版社2006年3月.

作者簡(jiǎn)介：

葛雯婷（1986-）女，漢，籍貫：浙江建德，大專，研究方向：AI技術(shù)再影視特效中的應(yīng)用。