顧春華 丁友東
(1.上海電影藝術學院,上海 201203)
(2.上海大學上海電影學院,上海 201203)
近年來,得益于大數據的應用、算法的發展以及計算機處理能力的提升,“機器學習”已經被廣泛應用于計算機視覺處理、影視視效輔助制作、自然語言語音識別和游戲制作等領域。這里所指的“機器學習”主要包含三個方面,即機器學習 (Machine Learning,ML)、深度學習 (Deep Learning,DL)和人工智能 (Artificial Intelligence,AI)。機器學習是人工智能的子集。所謂機器學習是指通過海量樣本數據的訓練,基于人工神經網絡計算框架,使計算機能夠勝任通常需要人類智能才能完成的高度復雜工作。其中,深度學習可被理解為實現機器學習的一種技術,是機器學習的子集,如圖1所示。

圖1 機器學習、深度學習和人工智能的關系圖①
影視后期制作是勞動密集型產業,在視效制作過程中存有大量工作強度大、重復性操作高、占用時間長的工作,這對于數字合成而言更是如此。在實際制作中,數字合成師大量的時間和精力會耗費在對鏡頭的摳像與擦除等基礎工作之上。然而,摳像與擦除工作看似重復但又并非簡單。一位合格的數字合成師,往往需要經歷兩年或以上摳像和擦除基本功的鍛煉及相關職業培訓才能達到影視級鏡頭制作要求。與此同時,機器學習的發展似乎讓人們看到了未來數字合成師的工作狀態:簡單耗時和重復操作的工作交付機器進行輔助制作,數字合成師將更加專注于故事的述說、情感的表達與畫面的美感設計?!?br>