استفاده از هوش مصنوعی جهت ویرایش استاپ موشن در لایکا
یکی از چالش ها و دغدغه های انیماتورهای تازه وارد به دنیای استاپ موشن، رسیدن به مهارتی هست که در کمترین زمان بتوان بیشترین خروجی را از نظر تولید انیمیشن بدست آورد. بخشی از زمان این فرآیند طولانی در قالب انیمیت و اجرای حرکات پاپت ها و کارکترهای درون صحنه خرج می شود و بخشی زیادی از آن در بخش ادیت و تدوین تصاویر و ویدیوهای گرفته شده، مصرف می شود.
اصلاحیه هایی که بعضا شامل کارهای تکراری و حوصله سربری همچون حذف ریگ یا درزگیری صورت کارکترها می شوند. شاید دانستن این مطلب کمی شما را بترساند، که استودیوی بزرگی مثل لایکا، در طول ساخت انیمیشن های استاپ موشن، از چند صد پاپت یا عروسک استفاده می کند؛ هر کدام از آن ها چندین سر و اجزای صورت مختلف جهت به نمایش گذاشتن حالت متفاوت چهره دارند که همچون قطعات پازل روی محل صحیحش نصب می شوند.
در این مقاله شبکه ایستانما قصد داریم تا از تکنولوژی خارق العاده استودیوی لایکا برای زمان اصلاح و ادیت صورت عروسک ها پرده برداریم که از آن در پروژه های کوبو و دو تار (Kubo and the Two Strings , 2016) یا حلقه گمشده (Missing Link , 2019) استفاده کرده است.
استودیو لایکا جهت به حرکت درآوردن صورت عروسک های استاپ موشنی از تکنیک انیمیشن جایگزین (Replacement animation) استفاده می کند؛ به این ترتیب که اجزای صورت در حالت های مختلف با پرینتر سه بعدی ساخته می شوند و در هر فریم، انیماتور سر یا صورت عروسک را با سر دیگری جایگزین می کند، که باعث می شود به نظر برسد آن کاراکتر صحبت می کند، لبخند می زند، احساساتش را بروز می دهد و… .
در حوزه ی ساخت استاپ موشن، این تکنیک یک کار رایج است که لایکا آن را به صورت حرفه ای انجام می دهد و همچنین از جلوه های بصری (VFX) و گرافیک رایانه‌ای (CG) استفاده می کند تا این هنر را به سطح بالاتری برساند.
جلوه های بصری یا جلوه های تصویری (Visual effects) در صنعت ساخت فیلم در واقع همان ترکیب نماهای واقعی با تصاویر غیر واقعی است؛ دلیل استفاده از این جلوه یا افکت ها این است که ساخت آن سکانس به طور کاملا واقعی، احتمالا غیرعملی، گران یا خطرناک خواهد بود.
گرافیک رایانه‌ای هم گرافیکی است که با استفاده از نرم افزار ها و سخت افزار های رایانه ای ساخته شده و پیشرفت آن تأثیر زیادی در صنعت انیمیشن، فیلم و بازی‌های رایانه‌ای داشته است.
همان طور که در تصویر می بینید اغلب اوقات، تنها بخشی از صورت عروسک در هر فریم تغییر می کند، مثلا فقط دهان کاراکتر نیاز به حرکت دارد و با دهان های دیگر جایگزین می شود. این کار باعث می شود که درزی بین دو قسمت صورت عروسک نمایان شود که باید به نحوی در عکس ها و فیلم نهایی حذف شود تا مخاطب این خط شکاف را نبیند.
خطوط اضافی روی صورت عروسک ها چگونه حذف می شوند؟
در استودیو لایکا، مسوولیت از بین بردن این درزها به قسمت جلوه های بصری و به ویژه کارکنان واحد “نقاشی دیجیتال و روتوسکوپی“ واگذار شد، که شروع کارشان با انیمیشن کورالاین (Coraline, 2009) بود.
این هنرمندان، علاوه بر عملیات درزگیری، با عناصر دیگری نیز سر و کار دارند مانند: حذف ریگ های نگه دارنده ی موجود در انیمیشن، ویرایش فریم ها، تصحیح رنگ و حتی تقویت کردن پلک ها؛ که در گذشته تمام این کارها به طور سنتی با تکنیک های روتوسکوپی و نقاشی دیجیتال انجام می شد.
روتوسکوپی (Rotoscopy) یک تکنیک انیمیشن سازی است که به طور دستی و با رسم تصاویر پشت سر هم انجام می شود و در این جا منظور این است که تمام عکس های ضبط شده باید در مرحله ی پس تولید انیمیشن، یک به یک به صورت دستی، ویرایش و رنگ می شدند که یک پروسه ی سخت و زمان بر بود.
رفع درز اتصالات صورت عروسک ها و سایر ویرایش های تصاویر با هوش مصنوعی
استیو امرسون (Steve Emerson)، سوپروایزر جلوه های تصویری لایکا گفت: روتوسکوپی بسیار بسیار مهم است، اما در عین حال، این کاری است که مردم همیشه شیفته ی انجام دادن آن نیستند! (چون تکراری و زمان گیر است) آنچه ما واقعاً می خواستیم انجام دهیم، یافتن راهی بود که هنری تر باشد و وقت هنرمندان را آزاد کند.
استودیو لایکا با دیدن تحولات علوم هوش مصنوعی (AI) و یادگیری ماشین (machine learning) در حوزه ی جلوه های تصویری، به این فکر افتاد كه آیا می توان كار تکراری روتوسکوپی را تا حدودی خودکار و سیستمی کرد؟ آیا می توان ابزاری ساخت که با شناخت ویژگی های اصلی هر عروسک، درز های روی چهره را حذف کند و عکس های استاپ موشن را ادیت کند؟
در علم یادگیری ماشین سعی بر این است که یک ماشین به شکلی طراحی شود تا بدون آنکه مستقیما برنامه ریزی و تک تک اقدامات به آن دیکته شود، خودش بتواند با دریافت داده های مختلف، بیاموزد و عمل کند. در حقیقت امروزه این تکنیک، تبدیل به راهی برای بهبود زندگی ما با استفاده از فناوری های مدرن شده است.
یکی از مهم ترین کاربردهای یادگیری ماشین شناسایی تصویر است که می تواند عاملی برای ردیابی یک شی خاص و یا یک ویژگی در یک تصویر دیجیتال باشد؛ هم چنین می تواند در حوزه تشخیص چهره و شناسایی الگو مورد استفاده قرار گیرد.
لایکا چون از روتوسکوپ برای پروژه های قبلی خود استفاده کرده بود، می دانست که از نظر اطلاعاتی، داده های زیادی را در دسترس دارد. او مشتاق بود که ببیند آیا امکان دارد با توجه به تکنیک های فعلی یادگیری ماشین، این داده ها را به عنوان داده های آموزشی برای چنین ابزاری استفاده کرد؟
یعنی مثلا عکس های خام و ادیت شده را به سیستم داد تا کار ویرایش تصاویر را یاد بگیرد و سپس خودش بتواند تصاویر خام جدید را ادیت کند و درز روی صورت ها را حذف کند.
جالب است که در همان زمان تیم یادگیری ماشین شرکت اینتل (Intel)، که نزدیک به لایکا در پورتلند، اورگن واقع شده بود، به دنبال مشکلی در حوزه ی جلوه های بصری مانند این بود تا با تکنیک های یادگیری ماشین آن را حل کنند.
بنابراین تیم اینتل، به سرپرستی نارایان سونداراراجان (Narayan Sundararajan) ، در مورد روند انجام دادن کار روتوسکوپی تحقیق و تجزیه و تحلیل کردند. آن ها سپس با استفاده از هوش مصنوعی دست به ابداع ابزاری زدند که می توانست به صورت خودکار فرایند روتوسکوپی و نقاشی دیجیتال (roto and paint) را انجام دهد.
Laika وظیفه داشت داده های آموزشی صحیح و مناسب این ابزار پیشنهادی را بر اساس خروجی ساعات بیشمار کار استودیو، در اختیار Intel قرار دهد.
جف استرینگر (Jeff Stringer) ، مدیر فناوری تولید لایکا گفت: یکی از چیزهایی که ما در آن فرآیند آموختیم این است که مقدار کار بسیار زیادی وجود دارد، که عالی نیست؛ این فقط کاری است که شما باید برای آن فریم خاص انجام دهید؛ بنابراین ما زمان زیادی را صرف کردیم تا آن مجموعه داده ها را به موارد ضروری کاهش دهیم و بفهمیم نقاط ردیابی مشخص چه خواهد بود. حتی توافق در مورد اصطلاحات این موارد، مدت زیادی طول کشید.
نقاط ردیابی مشخص همان نقاطی است که شما به نرم افزاری معرفی می کنید و آن برنامه خودش آن نقاط را در فریم های بعدی فیلم دنبال می کند که در کار هایی مثل حذف ریگ های استاپ موشن، ویرایش عکس و … کاربرد دارد.
استرینگر ادامه داد: ما سرها را روی یک چوب قرار دادیم، آنها را جلوی دوربین رباتیک گذاشتیم و مانند صحنه ی نور، چند عکس مختلف گرفتیم، تا ببینیم آیا می توانیم از این داده ها استفاده کنیم؛ اما معلوم شد که داده های مورد نیاز ما بسیار خاص هستند. یاد گرفتیم که می توانیم تمام داده های مورد نیاز خود را از تعداد کمی عکس تهیه کنیم. معلوم شد حدود پنج یا شش شات کافی است. اینتل در یافتن نقاط ردیابی واقعاً خوب عمل کرد.
نتیجه ی کار
در نهایت، محصول تولیدی به عنوان “ابزار نمونه اولیه اینتل” شناخته شد و در نرم افزار سیستمی Foundry’s Nuke کار می کند.
جیمز پینا (James Pina)، از مسولین دیگر لایکا که در زمینه توسعه این ابزار با تیم اینتل همکاری نزدیک داشت، توضیح داد: آنچه که این ابزار تولید می کند، کاملاً روتوسکوپی را به پایان می رساند؛ این خیلی سریعتر از آن است که اگر با دست انجام می دادیم، می توانستیم به آن برسیم؛ این چند ساعت کار در چند دقیقه است. ما همچنین برای درزها، ردیاب هایی دریافت می کنیم و این به ابزار ترمیمی که در حال حاضر استفاده می کنیم، قدرت می دهد.
پینا اضافه کرد که انجام این کار به روش اتوماتیک به این معنی است که: هنرمندان می توانند بقیه وقت خود را صرف تغییر رنگ و جنبه هنری آن کنند تا دقیقاً همان چیزی شود که ما می خواهیم از عملکرد عروسک بگیریم و جلوه خوبی به آن بدهیم؛ در عوض اینکه تمام وقت خود را صرف تلاش برای انجام کار روتو کنند.
البته استودیو لایکا به هر طریقی احتیاط می کند که بگوید این کار صرفا نتیجه فشار دادن یک دکمه است.
استرینگر اظهار داشت: اینطور نیست که فریم ها را وارد کنید و روتوهای تمام شده خارج شوند. آنچه که ما واقعاً سعی در انجام آن داریم، قرار دادن ابزاری در دست جیمز و تیمش است، تا آن ها بتوانند کارها را سریعتر و کارآمدتر انجام دهند.
آن ها برنامه ریزی کردند تا همچنان به اصلاح این ابزار بپردازند، به طوری که نه فقط در روتوسکوپی و نقاشی دیجیتال بلکه در زمینه های دیگر نیز به هنرمندان کمک کند تا سریعتر به عکس های نهایی برسند.
در حال حاضر آنچه توسط هوش مصنوعی و یادگیری ماشین اتفاق می افتد، دوران مهم و بزرگی برای حوزه ی جلوه های بصری است.
مطالب پیشنهادی:
قوانین ارسال دیدگاه در ایستانما