顾春华 丁友东

(1.上海电影艺术学院,上海 201203)

(2.上海大学上海电影学院,上海 201203)

1 引言

近年来,得益于大数据的应用、算法的发展以及计算机处理能力的提升,“机器学习”已经被广泛应用于计算机视觉处理、影视视效辅助制作、自然语言语音识别和游戏制作等领域。这里所指的“机器学习”主要包含三个方面,即机器学习 (Machine Learning,ML)、深度学习 (Deep Learning,DL)和人工智能 (Artificial Intelligence,AI)。机器学习是人工智能的子集。所谓机器学习是指通过海量样本数据的训练,基于人工神经网络计算框架,使计算机能够胜任通常需要人类智能才能完成的高度复杂工作。其中,深度学习可被理解为实现机器学习的一种技术,是机器学习的子集,如图1所示。

图1 机器学习、深度学习和人工智能的关系图①

影视后期制作是劳动密集型产业,在视效制作过程中存有大量工作强度大、重复性操作高、占用时间长的工作,这对于数字合成而言更是如此。在实际制作中,数字合成师大量的时间和精力会耗费在对镜头的抠像与擦除等基础工作之上。然而,抠像与擦除工作看似重复但又并非简单。一位合格的数字合成师,往往需要经历两年或以上抠像和擦除基本功的锻炼及相关职业培训才能达到影视级镜头制作要求。与此同时,机器学习的发展似乎让人们看到了未来数字合成师的工作状态:简单耗时和重复操作的工作交付机器进行辅助制作,数字合成师将更加专注于故事的述说、情感的表达与画面的美感设计。……