Yeşil perde önünde çekilen bir aktörün başka bir çekime yerleştirildiği efekti ikna edici bir şekilde ortaya çıkarmak için genellikle güçlü yazılımlara ve yetenekli görsel efekt sanatçılarına ihtiyaç duyulur. Ancak Netflix’teki araştırmacılar sahip olduklarını söyle çok daha kolay bir şey bul ve potansiyel olarak daha doğruyeşil ekran tekniği dijital kameraların çalışma biçiminden yararlanır— bir tutam AI ile.

Oyuncuların çekildiği görüntülerin arka planını parlak renkli bir arka plana karşı değiştirmek, Hollywood’un ve hatta yerel haberlerinizin onlarca yıldır kullandığı bir tekniktir, çünkü bu, bir sanatçının bir aktörü titizlikle rotoskopla döndürmek zorunda kalmasından çok daha hızlı bir alternatiftir. elle bir klip. Tipik olarak, parlak yeşil veya parlak mavi arka planlar kullanılır, çünkü bunlar insan teni tonlarında doğal olarak görünmeyen renklerdir, böylece yazılım algoritmaları işini yaptığında aktörler de otomatik olarak kaldırılmaz.

Bununla birlikte, tipik yeşil ekran tekniği bazı zorluklarla birlikte gelir. Ekrandaki yetenek, makyaj yapamaz veya arka planın rengiyle eşleşen giysiler giyemez ve çoğu zaman, oyuncunun etrafındaki parlak renkli parıltıyı kaldırmak için post prodüksiyonda ek temizlik gerekir. Bir tutam saç gibi ince ayrıntıları yeşil ekran görüntüsünden çıkarmak da zor olabilir, tıpkı pencereler gibi yeşil arka planın görünmesine rağmen tamamen kaybolmayan şeffaf nesnelerle uğraşmak gibi.

Bu tür sorunları çözmek için post prodüksiyonda daha fazla zamana ihtiyaç duyulması, bir çekimi tamamlama maliyetini de artırdığından, Netflix gibi bir şirketin yeşil ekran sürecini daha kolay ve daha hızlı hale getirmenin yollarını araması mantıklıdır. Ancak, şirketin araştırmacılarının bulduğu alternatif teknik, yakalanan yeşil ekran görüntülerinin gerçekte nasıl göründüğünü gördüğünüzde neredeyse sezgisel görünüyor.

Parlak yeşil bir arka plan hala kullanılıyor, ancak ön plan aydınlatması (test sırasında etrafı saran dev bir LED ekrandan geliyordu) oyuncuları, sahne dekorlarını ve set parçalarını yalnızca mavi ve kırmızı ışık karışımıyla yıkayarak hepsinin ağır bir havası varmış gibi görünmesini sağlıyor. eflatun tonu. İnsan gözü için görüntü tamamen yanlış görünüyor, ancak sensörün pikselleri bir sahnede algılanan kırmızı, yeşil ve mavi ışık seviyesini kaydeden bir dijital kamera için, tuhaf ışıklandırma sonunda aktörlerin ve nesnelerin sahnede olduğu yeşil bir kanal oluşturuyor. ön plan, parlak, eşit bir arka plan üzerinde mükemmel bir kontrast oluşturur.

Yakalanan dijital çekimin yeşil kanalı, alfa kanalı olarak bilinen, her karenin hangi bölümlerinin kalması gerektiğini ve hangilerinin çıkarılıp başka çekimlerle değiştirilmesi gerektiğini tanımlayan siyah beyaz bir görüntü oluşturmak için kolayca kullanılabilir. Yeni teknik, test görüntüsünde oyunculardan birinin tuttuğu cam şişe gibi şeffaf nesnelerle bile çalışarak, arka plan değişiminin gerçek hayatta olduğu gibi şişe aracılığıyla da gösterilmesini sağlıyor.

Elbette bu teknikle ilgili çok bariz bir sorun var. Netflix araştırmacıları, yeşil ekranın önündeki her şeyin parlak eflatun tonuyla başa çıkmak için, yapay zeka modelinin her şeyin nasıl olduğunu bilmesi için geleneksel beyaz ışık altında çekilen ön plandaki öznenin ek görüntüleri üzerinde eğitilen bir “makine öğrenimi renklendirme tekniği” kullandı. sözde aslında sonra renk tonu nasıl kaldırılır bakmak için.

Yeni tekniğin potansiyel olarak daha hızlı ve daha doğru sonuçlar vermesinin yanı sıra başka bir büyük avantajı daha var: ekrandaki yeteneğin giyebileceği şeyleri sınırlamaz. Test görüntülerinde, yeşil bir elbise giyen ve yeşil bir cam şişe tutan bir oyuncu görülüyor ve yeşil zemin değiştirildiğinde ikisi de kaybolmuyor.

Ancak teknik, bazı yeni zorluklar da getiriyor. Sette her şeyin eflatun renginde olması, ekibin çekimleri sette düzgün bir şekilde görselleştirmesini ve önizlemesini yapmasını zorlaştırabilir ve teknik, genellikle bir tahmin haritasının önünde görünen hava tahmincilerinin kullandığı sistemler gibi gerçek zamanlı olarak çalışmaz. . Araştırmacılar, set içi ön izlemeleri kolaylaştırmak için görüntüleri gerçek zamanlı olarak renk düzeltme teknikleri üzerinde çalışıyorlar ve sonuçlar ekip için mükemmel olmasa bile, nihai ürün izleyiciler için daha da ikna ediciyse tavizler buna değer olabilir. .