LED虛擬拍攝中的鏡頭是如何實現(xiàn)真實感的？

電影虛擬化制作技術(shù)是近年來提出的一種新型影視制作技術(shù)，隨著其發(fā)展和創(chuàng)作需求的提升，電影虛擬化制作不斷推陳出新，制作方式也由最初的基于綠幕的虛擬化制作發(fā)展到近兩年最新提出的概念——基于LED背景墻的虛擬化制作技術(shù)。而攝影機跟蹤系統(tǒng)是虛擬化制作的前提。
基于LED背景墻的電影虛擬化制作技術(shù)（下稱“LED虛擬化制作”）是指在拍攝現(xiàn)場，通過攝影機跟蹤系統(tǒng)和實時渲染引擎，將渲染畫面顯示到LED背景墻上，演員在LED背景墻形成的環(huán)境中進行表演，從而實現(xiàn)拍攝時的“合成”。這一技術(shù)極大地提高了虛擬化制作的效率，降低拍攝風(fēng)險，擺脫傳統(tǒng)拍攝過程中的諸多限制，為影視拍攝、賽事直播、廣告制作、大型演出等不同領(lǐng)域的創(chuàng)作者營造更加友好的創(chuàng)作環(huán)境。
攝影機跟蹤系統(tǒng)是電影虛擬化制作的基礎(chǔ)，在實際應(yīng)用中，對于跟蹤系統(tǒng)的要求往往強調(diào)定位精確度、穩(wěn)定性、魯棒性和用戶創(chuàng)作的自由度。目前市面上已經(jīng)存在多種對于剛體進行姿態(tài)估計和運動跟蹤較為成熟的解決方案，考慮精度、重量、成本和適用環(huán)境等因素，基于視覺的攝影機跟蹤方案已經(jīng)成為目前進行虛擬化制作的熱門選擇。
并且隨著LED虛擬化制作技術(shù)的興起，人眼對于真實場景與虛擬背景的相對穩(wěn)定性更加敏感，同時攝影機自身的運動規(guī)律與普通剛體又存在著差異，再加上LED虛擬化制作環(huán)境帶來的動態(tài)變化使得基于視覺跟蹤的應(yīng)用環(huán)境又重新面臨挑戰(zhàn)。
在真實的電影拍攝中，一個運動鏡頭由起幅、運動、落幅組成，其中運動鏡頭主要包括：推、拉、搖、移、跟、升、降、甩。攝影機在進行拍攝時可視為一個不會產(chǎn)生形變的剛體在進行歐式變換運動，這一運動的特點是無論位置和方向發(fā)生變換還是在不同坐標(biāo)系下觀察同一個物體，它的長度、夾角、體積等形狀和大小都保持不變。在影視制作環(huán)節(jié)中，攝影機實際上是對人眼行為的模擬，攝影機拍攝呈現(xiàn)畫面的目標(biāo)是觀眾，所以攝影機的運動往往有連續(xù)、平滑等特性。
對于具體的鏡頭運動行為，Dolly（推拉）、Pedestal（升降）、Truck（橫移），對應(yīng)剛體位移運動中的沿物體正方向指向進行前后位移、沿物體縱軸方向指向進行上下位移、沿物體水平軸方向指向進行左右位移；Pan（橫搖）、Tilt（俯仰）、Roll（橫滾）對應(yīng)剛體旋轉(zhuǎn)運動中的繞物體縱軸旋轉(zhuǎn)、繞物體水平軸向進行旋轉(zhuǎn)、繞物體正方向指向軸向進行旋轉(zhuǎn)。其中，對于Roll即橫滾運動，在影視攝影制作中較少涉及該類的鏡頭運動。因此對于剛體運動軌跡的優(yōu)化，則需要針對攝影拍攝時的運鏡規(guī)律進行重新配重與優(yōu)化。
現(xiàn)有的對剛體進行姿態(tài)估計的解決方法側(cè)重于通過提升觀測設(shè)備的刷新率以捕捉物體更加快速的變化，或提升觀測設(shè)備的分辨率以捕捉更加細(xì)節(jié)的變化和更加精準(zhǔn)的3D特征點的定位精度。這些舉措都缺乏針對攝影機位姿變化和運動規(guī)律的的精準(zhǔn)重建與優(yōu)化，更加適用于普通剛體，例如機器人或SLAM技術(shù)。然而過度的濾波平滑又會造成對攝影機動作還原的失真，因此選擇算法優(yōu)化適度的攝影機跟蹤系統(tǒng)同樣重要。
跟蹤設(shè)備選擇方面，因攝影機的跟蹤所關(guān)注的內(nèi)容是如何從像素坐標(biāo)系還原回世界坐標(biāo)系的位置，所以對目前常見的跟蹤解決方案進行分類，根據(jù)實現(xiàn)原理的不同可以分為由內(nèi)向外跟蹤及由外向內(nèi)跟蹤兩種方式。由內(nèi)向外跟蹤不需要外部傳感器或信標(biāo)，被追蹤對象需要搭載不同的傳感器利用算法來獲取對象的精確位置，通常在由內(nèi)向外的位置跟蹤中，攝像機或傳感器位于被跟蹤的設(shè)備上，典型的由內(nèi)向外跟蹤設(shè)備有Ncam、Lightcraft、MoSys、RedSpy等；由外向內(nèi)跟蹤采用某種信標(biāo)的任何方法都屬于外向內(nèi)跟蹤技術(shù)，通常采用光學(xué)跟蹤方式使用攝影機或其他傳感器放置在一個固定的位置，面向被追蹤的物體，典型的由外向內(nèi)跟蹤設(shè)備有Vicon、OptiTrack、HTC Vive等。

審核編輯黃宇