跳到正文

制作幕后

按制作幕后内容形态阅读影视技术资料。

精选优先呈现值得关注的文章;全部摘要包含该主题下已公开的精选与非精选内容,按时间排列。

按标签细分#技术幕后
61条精选

最新精选

第 61–61 条 · 共 61 条

按原文发布时间排列。

7月14日周二原文发布
  1. fxguide62

    Jamie Hearing 解析 Clear Angle 如何以扫描连接 VFX 与神经渲染

    Clear Angle Studios 数字特效主管 Jamie Hearing 介绍了公司如何把人体、面部与环境扫描扩展到 Gaussian splatting、辐射场和机器学习辅助影像流程。本文依据 fxpodcast 的节目介绍整理,内容还包括作者 Mike Seymour 参观英国 Pinewood 设施及亲自接受人体扫描的经历,并非播客完整逐字稿。 Pinewood 的全身扫描系统由 24 台相机和多组 LED 灯组成,用于在静态姿势下获取人体几何与纹理;Clear Angle 已在全球部署 18 套此类设备,各相机针对身体不同区域校准,并在复杂部位提供更高精度。公司也在探索不以清理后的网格为终点的采集方式,通过神经渲染重现相机所见,以处理头发、反射和透明材质等传统重建中的难点。 其模块化 VCR 体积采集系统使用 40 台配备 Sony 传感器的机器视觉相机,可覆盖完整人物或多人,并提供同步灯光和高帧率采集。该系统由 Dorothy 头部采集装置演进而来,后者用于面部扫描、FACS 姿势和 4D 面部表演捕捉。Clear Angle 近期还把 DI4D 纳入工作流,利用其 4D 捕捉与 TopoTrack,在时间序列中维持拓扑和纹理对应,为皮肤、表情及纹理的非线性运动提供更连贯的参考。 环境采集方面,公司在冰岛等项目中组合 LiDAR、航拍、无人机与摄影测量,覆盖近距离纹理和大范围环境。Hearing 强调,关键不只是增加数据量,还要取得适合下游 VFX 决策的数据、元数据与原始传感器信息。随着机器学习工作流增加,扫描也开始被用作训练数据,用于完善角色、表演或神经渲染管线的最后 10% 至 20%。

    推荐理由:从人体、面部到大范围环境采集,文章呈现扫描数据如何同时服务传统 VFX、神经渲染与机器学习流程。