ABOUT THE SPEAKER
Ed Ulbrich - Visual storyteller
Ed Ulbrich works at the leading edge of computer-generated visuals. On a recent project, filmmakers, artists, and technologists have been working at a breakthrough point where reality and digitally created worlds collide.

Why you should listen

Ed Ulbrich spoke at TED2009 representing a team of filmmakers, artists and technologists who've been working on a significant breakthrough in visual storytelling -- a startling blurring of the line between digital creation and actor.  

Ulbrich was the long time executive VP of production at Digital Domain, for whom he executive-produced Academy Award-winning visual effects for Titanic, What Dreams May Come, Fight Club, Zodiac, Adaptation and other features, as well as music videos and more than 500 commercials. He has recently exited this position but has entered into a creative consultant arrangement with the company. In 2007, he was named to the Creativity 50 -- top innovators in advertising and design.

More profile about the speaker
Ed Ulbrich | Speaker | TED.com
TED2009

Ed Ulbrich: How Benjamin Button got his face

Ed Ulbrich zeigt wie Benjamin Button sein Gesicht bekam

Filmed:
1,080,448 views

Ed Ulbrich, Digital-Effekt-Guru bei Digital Domain, erklärt die Oscar-gekrönte Technologie, die es seinem Team ermöglichte jüngere und ältere Versionen von Brad Pitts Gesicht für den Film „Der seltsame Fall des Benjamin Button" digital zu kreieren.
- Visual storyteller
Ed Ulbrich works at the leading edge of computer-generated visuals. On a recent project, filmmakers, artists, and technologists have been working at a breakthrough point where reality and digitally created worlds collide. Full bio

Double-click the English transcript below to play the video.

00:18
I'm here todayheute representingDarstellen a teamMannschaft of artistsKünstler and technologistsTechnologen and filmmakersFilmemacher
0
0
5000
Ich repräsentiere hier ein Team von Künstlern, Technologen und Filmherstellern,
00:23
that workedhat funktioniert togetherzusammen on a remarkablebemerkenswert filmFilm projectProjekt for the last fourvier yearsJahre.
1
5000
3000
das während der letzten vier Jahre an einem bemerkenswerten Filmprojekt zusammen arbeitete.
00:26
And alongeine lange the way they createderstellt a breakthroughDurchbruch in computerComputer visualizationVisualisierung.
2
8000
4000
Und während sie das taten, gelang ihnen ein Durchbruch bei der Computer-Visualisierung.
00:30
So I want to showShow you a clipKlammer of the filmFilm now.
3
12000
3000
Ich möchten Ihnen gerne einen kurzen Ausschnitt von dem Film zeigen.
00:33
HopefullyHoffentlich it won'tGewohnheit stutterStottern.
4
15000
3000
Ich hoffe, er bleibt nicht hängen.
00:36
And if we did our jobsArbeitsplätze well, you won'tGewohnheit know that we were even involvedbeteiligt.
5
18000
3000
Wenn wir unsere Arbeit gut getan haben, dann werden Sie nicht einmal merken, das wird etwas damit zu tun hatten.
00:39
VoiceStimme (VideoVideo): I don't know how it's possiblemöglich ...
6
21000
3000
Film: Ich weiß nicht wie das möglich ist...
00:42
but you seemscheinen to have more hairHaar.
7
24000
3000
aber du scheinst mehr Haare zu haben.
00:45
BradBrad PittPitt: What if I told you that I wasn'twar nicht gettingbekommen olderälter ...
8
27000
3000
Benjamin Button: Und wenn ich dir sage, dass ich nicht älter werde...
00:48
but I was gettingbekommen youngerjünger than everybodyjeder elsesonst?
9
30000
2000
sondern jünger als andere Menschen?
00:53
I was borngeboren with some formbilden of diseaseKrankheit.
10
35000
3000
Ich wurde mit einer Art von Krankheit geboren.
00:56
VoiceStimme: What kindArt of diseaseKrankheit?
11
38000
2000
Stimme: Was für einer Krankheit?
00:58
BPBP: I was borngeboren oldalt.
12
40000
2000
BB: Ich wurde alt geboren.
01:01
Man: I'm sorry.
13
43000
2000
Mann: Das tut mir leid.
01:03
BPBP: No need to be. There's nothing wrongfalsch with oldalt ageAlter.
14
45000
3000
BB: Das muss dir nicht leid tun. Es ist nichts schlimmes daran, alt zu sein.
01:08
GirlMädchen: Are you sickkrank?
15
50000
2000
Mädchen: Bist du krank?
01:10
BPBP: I heardgehört mommaMomma and TizzyTizzy whisperFlüstern,
16
52000
3000
BB: Ich hörte wie Momma and Tizzy miteinander flüsterten,
01:13
and they said I was gonna diesterben soonbald.
17
55000
2000
und sagten, dass ich bald sterben würde.
01:15
But ... maybe not.
18
57000
3000
Aber ... vielleicht nicht.
01:18
GirlMädchen: You're differentanders than anybodyirgendjemand I've ever metgetroffen.
19
60000
3000
Mädchen: Du bist anders als die Menschen, die ich kenne.
01:22
BBBB: There were manyviele changesÄnderungen ...
20
64000
3000
BB: Es gab viele Veränderungen,
01:25
some you could see, some you couldn'tkonnte nicht.
21
67000
3000
und manche konnte man sehen, andere nicht.
01:28
HairHaare startedhat angefangen growingwachsend in all sortssortiert of placessetzt,
22
70000
3000
Haare begannen überall zu spriessen,
01:31
alongeine lange with other things.
23
73000
3000
und andere Sachen auch.
01:34
I feltFilz prettyziemlich good, consideringWenn man bedenkt.
24
76000
3000
Ich fühlte mich relativ gut.
01:38
EdEd UlbrichUlbrich: That was a clipKlammer from "The CuriousNeugierig CaseFall of BenjaminBenjamin ButtonSchaltfläche "."
25
80000
4000
Ed Ulbrich: Das war ein Ausschnitt von „Der seltsame Fall des Benjamin Button".
01:42
ManyViele of you, maybe you've seengesehen it or you've heardgehört of the storyGeschichte,
26
84000
4000
Viele von Ihnen haben vielleicht den Film gesehen, oder über die Geschichte gehört,
01:46
but what you mightMacht not know
27
88000
2000
aber was Sie vielleicht nicht wissen
01:48
is that for nearlyfast the first hourStunde of the filmFilm,
28
90000
2000
ist folgendes: während beinahe der gesamten ersten Stunde des Films
01:50
the mainMain characterCharakter, BenjaminBenjamin ButtonSchaltfläche ", who'swer ist playedgespielt by BradBrad PittPitt,
29
92000
3000
ist das Gesicht von der von Brad Pitt gespielten Hauptfigur, Benjamin Button,
01:53
is completelyvollständig computer-generatedComputer generierte- from the neckHals up.
30
95000
3000
ist vom Hals aufwärts völlig computergeneriert.
01:56
Now, there's no use of prostheticprothetische makeupbilden
31
98000
3000
Es wurde keinerlei prosthetisches Make-up verwendet
01:59
or photographyFotografie of BradBrad superimposedüberlagert over anotherein anderer actor'sdes Schauspielers bodyKörper.
32
101000
3000
und Fotos von Brad wurden auch nicht über den Körper eines anderen Schauspielers überlagert.
02:02
We'veWir haben createderstellt a completelyvollständig digitaldigital humanMensch headKopf.
33
104000
3000
Wir haben einen völlig digitalen, menschlichen Kopf kreiert.
02:05
So I'd like to startAnfang with a little bitBit of historyGeschichte on the projectProjekt.
34
107000
3000
Ich möchte euch ein wenig von der Geschichte des Projektes erzählen.
02:08
This is basedbasierend on an F. ScottScott FitzgeraldFitzgerald shortkurz storyGeschichte.
35
110000
2000
Der Film basiert auf einer Kurzgeschichte von F. Scott Fitzgerald
02:10
It's about a man who'swer ist borngeboren oldalt and livesLeben his life in reverseumkehren.
36
112000
3000
und handelt von einem Mann, der alt geboren wird und immer jünger wird.
02:13
Now, this movieFilm has floatedSchwamm around HollywoodHollywood
37
115000
2000
Nun, Hollywood ist schon mehr als fünfzig Jahre
02:15
for well over halfHälfte a centuryJahrhundert,
38
117000
2000
an dieser Geschichte interessiert.
02:17
and we first got involvedbeteiligt with the projectProjekt in the earlyfrüh '90s,
39
119000
3000
Wir hatten erstmals mit diesem Projekt in den frühen neunziger Jahren zu tun,
02:20
with RonRon HowardHoward as the directorDirektor.
40
122000
2000
mit Ron Howards als Filmregisseur.
02:22
We tookdauerte a lot of meetingsSitzungen and we seriouslyernst consideredberücksichtigt it.
41
124000
3000
Es gab viele Treffen und wir überlegten ernsthaft uns an den Projekt zu beteiligen,
02:25
But at the time we had to throwwerfen in the towelHandtuch.
42
127000
2000
aber wir mussten die Flinte ins Korn werfen.
02:27
It was deemedals impossibleunmöglich.
43
129000
2000
Das Projekt wurde als unmöglich erachtet.
02:29
It was beyonddarüber hinaus the technologyTechnologie of the day to depictzeigen a man agingAltern backwardsrückwärts.
44
131000
4000
Der Stand der Technologie war noch nicht so weit um einen jünger werdenden Mann zu schaffen.
02:33
The humanMensch formbilden, in particularinsbesondere the humanMensch headKopf,
45
135000
3000
Die menschliche Form, in besonders der menschliche Kopf,
02:36
has been consideredberücksichtigt the HolyHeiligen GrailGral of our industryIndustrie.
46
138000
3000
werden als Heiliger Gral der Filmindustrie betrachtet.
02:39
The projectProjekt camekam back to us about a decadeDekade laterspäter,
47
141000
3000
Zehn Jahre später kamen wir wieder mit dem Projekt in Kontakt,
02:42
and this time with a directorDirektor namedgenannt DavidDavid FincherFincher.
48
144000
3000
diesmal mit David Fincher als Filmregisseur.
02:45
Now, FincherFincher is an interestinginteressant guy.
49
147000
3000
Nun, Fincher ist ein interessanter Mann.
02:48
DavidDavid is fearlessfurchtlos of technologyTechnologie,
50
150000
2000
Er ist furchtlos wenn es um Technologie geht,
02:50
and he is absolutelyunbedingt tenaciouszäh.
51
152000
2000
und er ist absolut hartnäckig.
02:52
And DavidDavid won'tGewohnheit take "no."
52
154000
2000
„Nein" gilt bei ihm nicht.
02:54
And DavidDavid believedglaubte, like we do in the visualvisuell effectsAuswirkungen industryIndustrie,
53
156000
3000
Und David war, wie wir in der Visuellen Effekte Industrie, fest davon überzeugt,
02:57
that anything is possiblemöglich
54
159000
3000
dass alles möglich ist,
03:00
as long as you have enoughgenug time, resourcesRessourcen and, of courseKurs, moneyGeld.
55
162000
3000
wenn man genug Zeit, Mittel und, natürlich, Geld hat.
03:03
And so DavidDavid had an interestinginteressant take on the filmFilm,
56
165000
4000
David hatte also eine interessante Einstellung zu dem Film
03:07
and he threwwarf a challengeHerausforderung at us.
57
169000
3000
und er gab uns eine Herausforderung.
03:10
He wanted the mainMain characterCharakter of the filmFilm to be playedgespielt
58
172000
3000
Er wollte, dass die Hauptperson im Film von Anfang
03:13
from the cradleWiege to the graveGrab by one actorDarsteller.
59
175000
2000
bis Ende von demselben Schauspieler gespielt wurde.
03:15
It happenedpassiert to be this guy.
60
177000
2000
Dem hier.
03:17
We wentging throughdurch a processverarbeiten of eliminationBeseitigung and a processverarbeiten of discoveryEntdeckung
61
179000
3000
Via einem Eliminationsverfahren und einem Entdeckungsverfahren
03:20
with DavidDavid, and we ruledbeherrschte out, of courseKurs, swappingtauschen actorsSchauspieler.
62
182000
3000
entschieden wir uns, zusammen mit David, natürlich dagegen Schauspieler zu wechseln.
03:23
That was one ideaIdee: that we would have differentanders actorsSchauspieler,
63
185000
3000
Das war eine der Möglichkeiten: verschiedene Schauspieler zu verwenden,
03:26
and we would handHand off from actorDarsteller to actorDarsteller.
64
188000
2000
und von einem Schauspieler zum nächsten zu gehen.
03:28
We even ruledbeherrschte out the ideaIdee of usingmit makeupbilden.
65
190000
2000
Wir beschlossen auch kein Make-up zu verwenden,
03:30
We realizedrealisiert that prostheticprothetische makeupbilden just wouldn'twürde nicht holdhalt up,
66
192000
3000
denn wir wurden uns bewusst, dass prothetisches Make-up nicht funktionieren würde,
03:33
particularlyinsbesondere in close-upNahansicht.
67
195000
2000
vor allem nicht bei den Nahaufnahmen.
03:35
And makeupbilden is an additiveAdditiv processverarbeiten. You have to buildbauen the faceGesicht up.
68
197000
3000
Make-Up ist nämlich ein additives Verfahren. Man muss ein Gesicht aufbauen,
03:38
And DavidDavid wanted to carveschnitzen deeplytief into Brad'sBrads faceGesicht
69
200000
3000
und David wollte aber in Brads Gesicht hineinschneiden,
03:41
to bringbringen the agingAltern to this characterCharakter.
70
203000
2000
um den Altersprozess der Figur zu konstruieren.
03:43
He needederforderlich to be a very sympatheticsympathisch characterCharakter.
71
205000
2000
Es musste eine sehr sympathische Figur sein.
03:45
So we decidedbeschlossen to castBesetzung a seriesSerie of little people
72
207000
3000
Und so beschlossen wir eine Anzahl kleiner Leute zu finden,
03:48
that would playspielen the differentanders bodiesKörper of BenjaminBenjamin
73
210000
3000
welche die verschiedenen Körper von Benjamin
03:51
at the differentanders incrementsSchritten of his life
74
213000
2000
zu seinen verschiedenen Lebenszeiten spielen würden,
03:53
and that we would in factTatsache createerstellen a computer-generatedComputer generierte- versionVersion of Brad'sBrads headKopf,
75
215000
3000
und eine computergenerierte Version von Brads Kopf zu verwenden,
03:56
agedalt to appearerscheinen as BenjaminBenjamin,
76
218000
2000
diese als Benjamin zu altern,
03:58
and attachanfügen that to the bodyKörper of the realecht actorDarsteller.
77
220000
3000
und den Kopf dann am Körper des Schauspielers anzufügen.
04:01
SoundedKlang great.
78
223000
2000
Es hörte sich vielversprechend an.
04:03
Of courseKurs, this was the HolyHeiligen GrailGral of our industryIndustrie,
79
225000
3000
Es ging hier natürlich um den Heilige Gral der Filmindustrie,
04:06
and the factTatsache that this guy is a globalglobal iconSymbol didn't help eitherentweder,
80
228000
3000
und die Tatsache, das Brad ein Weltstar ist, machte es auch nicht leichter.
04:09
because I'm sure if any of you ever standStand in lineLinie at the groceryLebensmittelgeschäft storeGeschäft,
81
231000
3000
Denn ich bin mir sicher, wenn wir bei der Kassa im Lebensmittelladen stehen,
04:12
you know -- we see his faceGesicht constantlyständig.
82
234000
3000
sehen wir jedes Mal sein Gesicht.
04:15
So there really was no tolerableerträglich marginMarge of errorError.
83
237000
2000
Wir konnten uns also wirklich keinen Fehler erlauben.
04:17
There were two studiosStudios involvedbeteiligt: WarnerWarner BrothersBrüder and ParamountParamount.
84
239000
3000
Zwei Filmstudios waren an dem Projekt beteiligt: Warner Brothers und Paramount.
04:20
And they bothbeide believedglaubte this would make an amazingtolle filmFilm, of courseKurs,
85
242000
3000
Beide waren überzeugt, dass es ein fantastischer Film werden würde,
04:23
but it was a very high-riskhohes Risiko propositionAussage.
86
245000
3000
aber es war ein äußerst riskantes Vorhaben.
04:26
There was lots of moneyGeld and reputationsRuf at stakeAnteil.
87
248000
3000
Es stand viel auf den Spiel - Geld, Ansehen -
04:29
But we believedglaubte that we had a very solidsolide methodologyMethodik
88
251000
3000
und wir dachten, dass wir eine solide Arbeitstechnik gefunden hatten,
04:32
that mightMacht work ...
89
254000
3000
die vielleicht funktionieren würde...
04:35
But despiteTrotz our verbalverbal assurancesZusicherungen,
90
257000
3000
Aber trotz unserer mündlichen Versprechen,
04:38
they wanted some proofBeweis.
91
260000
2000
wollten die Studios einen handfesten Nachweis von uns.
04:40
And so, in 2004, they commissionedin Auftrag gegeben us to do a screenBildschirm testTest of BenjaminBenjamin.
92
262000
3000
Und so wurde wir in 2004 beauftragt Probeaufnahmen von Benjamin zu machen.
04:43
And we did it in about fivefünf weeksWochen.
93
265000
3000
Das gelang uns in etwa fünf Wochen.
04:46
But we used lots of cheatsCheats and shortcutsVerknüpfungen.
94
268000
3000
Aber wir schummelten und verwendeten dabei allerlei Tricks,
04:49
We basicallyGrundsätzlich gilt put something togetherzusammen to get throughdurch the meetingTreffen.
95
271000
3000
einfach um etwas für das Meeting zu haben.
04:52
I'll rollrollen that for you now. This was the first testTest for BenjaminBenjamin ButtonSchaltfläche ".
96
274000
3000
Ich werde es Ihnen jetzt zeigen. Das war die erste Probeaufnahme für Benjamin Button.
04:55
And in here, you can see, that's a computer-generatedComputer generierte- headKopf --
97
277000
3000
Was Sie hier sehen ist ein computergenerierter Kopf.
04:58
prettyziemlich good -- attachedangebracht to the bodyKörper of an actorDarsteller.
98
280000
3000
Er ist ziemlich gut. Er ist am Körper eines Schauspielers angefügt.
05:01
And it workedhat funktioniert. And it gavegab the studioStudio great reliefLinderung.
99
283000
3000
Und es funktionierte. Das Studio war sehr erleichtert.
05:04
After manyviele yearsJahre of startsbeginnt and stopsstoppt on this projectProjekt,
100
286000
3000
Das Projekt wurde über viele Jahre hin gestartet und dann wieder gestoppt,
05:07
and makingHerstellung that toughzäh decisionEntscheidung,
101
289000
3000
und es gab viele schwierige Entschlüsse,
05:10
they finallyendlich decidedbeschlossen to greenlightGreenLight the movieFilm.
102
292000
3000
aber nun gaben sie endlich grünes Licht für den Film.
05:13
And I can remembermerken, actuallytatsächlich, when I got the phoneTelefon call to congratulategratuliere us,
103
295000
3000
Und ich erinnere mich daran, als sie mich anriefen um zu gratulieren,
05:16
to say the movieFilm was a go,
104
298000
2000
um uns mitzuteilen, dass das Projekt laufen würden,
05:18
I actuallytatsächlich threwwarf up.
105
300000
2000
und ich musste brechen.
05:20
(LaughterLachen)
106
302000
2000
(Gelächter)
05:22
You know, this is some toughzäh stuffSachen.
107
304000
2000
Wissen Sie, all das ist gar nicht so einfach.
05:24
So we startedhat angefangen to have earlyfrüh teamMannschaft meetingsSitzungen,
108
306000
3000
Also begannen wir frühe Teammeetings zu halten,
05:27
and we got everybodyjeder togetherzusammen,
109
309000
2000
und wir brachten alle zusammen.
05:29
and it was really more like therapyTherapie in the beginningAnfang,
110
311000
3000
Es war mehr wie Therapie am Anfang,
05:32
convincingüberzeugend eachjede einzelne other and reassuringberuhigend eachjede einzelne other that we could actuallytatsächlich undertakeverpflichten sich this.
111
314000
3000
um einander zu überzeugen und versichern, dass wir es tatsächlich schaffen könnten.
05:35
We had to holdhalt up an hourStunde of a movieFilm with a characterCharakter.
112
317000
3000
Wir mussten eine Stunde des Filmes mit einer Figur füllen.
05:38
And it's not a specialbesondere effectsAuswirkungen filmFilm; it has to be a man.
113
320000
3000
Und es war kein Spezialeffektfilm, es musste ein Mann sein.
05:41
We really feltFilz like we were in a -- kindArt of a 12-step-Schritt programProgramm.
114
323000
3000
Wir dachten, dass wir in einer Art 12-Stufen Program waren.
05:44
And of courseKurs, the first stepSchritt is: admiteingestehen you've got a problemProblem. (LaughterLachen)
115
326000
3000
Und die erste Stufe ist natürlich anzuerkennen, dass man ein Problem hat.
05:48
So we had a biggroß problemProblem:
116
330000
2000
Und wir hatten ein großes Problem.
05:50
we didn't know how we were going to do this.
117
332000
3000
Wir wussten nicht, wie wir dies zustande bringen würden.
05:53
But we did know one thing.
118
335000
2000
Aber eines wussten wir:
05:55
BeingWird from the visualvisuell effectsAuswirkungen industryIndustrie,
119
337000
3000
Da wir von der Visuellen Effekte Industrie waren,
05:58
we, with DavidDavid, believedglaubte that we now had enoughgenug time,
120
340000
3000
wussten wir, zusammen mit David, dass wir nun genügend Zeit,
06:01
enoughgenug resourcesRessourcen, and, God, we hopedgehofft we had enoughgenug moneyGeld.
121
343000
3000
genügend Mittel, und, hoffentlich, genügend Geld hatten.
06:04
And we had enoughgenug passionLeidenschaft to will the processesProzesse and technologyTechnologie into existenceExistenz.
122
346000
5000
Und wir hatten ausreichend Leidenschaft um die Arbeitsverfahren und Technologie zu verwirklichen.
06:09
So, when you're facedkonfrontiert with something like that,
123
351000
2000
Wenn man mit so einem Problem zu tun hat,
06:11
of courseKurs you've got to breakUnterbrechung it down.
124
353000
2000
dann muss man es natürlich in kleine Bestandteile zerbrechen.
06:13
You take the biggroß problemProblem and you breakUnterbrechung it down into smallerkleiner piecesStücke
125
355000
2000
Man nimmt das große Problem und zerteilt es in kleinere Bestandteile
06:15
and you startAnfang to attackAttacke that.
126
357000
1000
und attackiert diese.
06:16
So we had threedrei mainMain areasBereiche that we had to focusFokus on.
127
358000
2000
Wir hatten drei Hauptbereiche auf die wir uns konzentrieren mussten.
06:18
We needederforderlich to make BradBrad look a lot olderälter --
128
360000
2000
Brad musste viel älter ausschauen
06:20
needederforderlich to ageAlter him 45 yearsJahre or so.
129
362000
2000
- wir mussten ihn 45 Jahre altern lassen.
06:22
And we alsoebenfalls needederforderlich to make sure that we could take Brad'sBrads idiosyncrasiesEigenheiten,
130
364000
6000
Und wir mussten uns sicher sein, dass Brads Eigenheiten,
06:28
his little ticsTics, the little subtletiesFeinheiten that make him who he is
131
370000
2000
seine speziellen Macken und Feinheiten, die ihn machen, wer er ist,
06:30
and have that translateÜbersetzen throughdurch our processverarbeiten
132
372000
2000
in dem Prozess erhalten bleiben würden,
06:32
so that it appearserscheint in BenjaminBenjamin on the screenBildschirm.
133
374000
3000
so dass sie im digitalen Benjamin aufscheinen würden.
06:35
And we alsoebenfalls needederforderlich to createerstellen a characterCharakter
134
377000
2000
Wir mussten auch eine Figur kreieren,
06:37
that could holdhalt up underunter, really, all conditionsBedingungen.
135
379000
3000
die in allen Situationen funktionieren konnte.
06:40
He needederforderlich to be ablefähig to walkgehen in broadbreit daylightTageslicht,
136
382000
2000
Er musste am hellichten Tag herumspazieren können,
06:42
at nighttimeNacht, underunter candlelightCandle-Light,
137
384000
3000
und bei Nacht und im Kerzenlicht.
06:45
he had to holdhalt an extremeextrem close-upNahansicht,
138
387000
2000
Nahaufnahmen mussten möglich sein,
06:47
he had to deliverliefern dialogueDialog,
139
389000
1000
und er musste Gespräche führen,
06:48
he had to be ablefähig to runLauf, he had to be ablefähig to sweatSchweiß,
140
390000
2000
er musste laufen, er musste schwitzen,
06:50
he had to be ablefähig to take a bathBad, to crySchrei,
141
392000
2000
er musste ein Bad nehmen können, weinen,
06:52
he even had to throwwerfen up.
142
394000
1000
und sogar sich übergeben.
06:53
Not all at the samegleich time --
143
395000
1000
Natürlich nicht alles gleichzeitig,
06:54
but he had to, you know, do all of those things.
144
396000
2000
aber er musste zu all diesem fähig sein.
06:56
And the work had to holdhalt up for almostfast the first hourStunde of the movieFilm.
145
398000
3000
Und das für beinahe die gesamte erste Stunde des Films
06:59
We did about 325 shotsSchüsse.
146
401000
2000
Wir machten etwa 325 Aufnahmen.
07:01
So we needederforderlich a systemSystem that would allowzulassen BenjaminBenjamin
147
403000
3000
Wir hatten ein System nötig, das Benjamin ermöglichen würde
07:04
to do everything a humanMensch beingSein can do.
148
406000
3000
alles zu tun, was ein echter Mensch auf tut.
07:07
And we realizedrealisiert that there was a giantRiese chasmAbgrund
149
409000
3000
Wir wurden uns bewusst, dass es einige riesige Kluft
07:10
betweenzwischen the stateBundesland of the artKunst of technologyTechnologie in 2004
150
412000
3000
zwischen dem Stand der Technologie im Jahre 2004
07:13
and where we needederforderlich it to be.
151
415000
2000
und dem, was wir nötig hatten, gab.
07:15
So we focusedfokussiert on motionBewegung captureErfassung.
152
417000
3000
Wir konzentrierten uns also auf Motion Capture, Bewegungserfassung.
07:18
I'm sure manyviele of you have seengesehen motionBewegung captureErfassung.
153
420000
2000
Ich bin sicher, viele von euch haben Motion Capture gesehen.
07:20
The stateBundesland of the artKunst at the time
154
422000
2000
Der Stand der Technik zu jener Zeit
07:22
was something callednamens marker-basedMarker-basierte motionBewegung captureErfassung.
155
424000
2000
war auf Marker basierte Bewegungserfassung.
07:24
I'll give you an exampleBeispiel here.
156
426000
1000
Hier ist ein Beispiel:
07:25
It's basicallyGrundsätzlich gilt the ideaIdee of, you weartragen a leotardTurnanzug,
157
427000
2000
Die Idee ist, dass man einen Anzug anhat,
07:27
and they put some reflectivereflektierend markersMarker on your bodyKörper,
158
429000
2000
auf dem reflektierende Marker angebracht werden
07:29
and insteadstattdessen of usingmit camerasKameras,
159
431000
2000
und anstatt von Kameras
07:31
there'rees gibt infraredInfrarot sensorsSensoren around a volumeVolumen,
160
433000
2000
werden Infrarotsensoren verwendet,
07:33
and those infraredInfrarot sensorsSensoren trackSpur the three-dimensionaldreidimensional positionPosition
161
435000
2000
die dann die dreidimensionellen Positionen
07:35
of those markersMarker in realecht time.
162
437000
2000
dieser Marker auf längere Zeit registrieren.
07:37
And then animatorsAnimatoren can take the dataDaten of the motionBewegung of those markersMarker
163
439000
3000
Und die Computer-Animateure verwenden die Daten dieser Marker
07:40
and applysich bewerben them to a computer-generatedComputer generierte- characterCharakter.
164
442000
2000
für die computergenerierte Figur.
07:42
You can see the computerComputer charactersFiguren on the right
165
444000
3000
Sie können sehen, dass die Computerfiguren rechts
07:45
are havingmit the samegleich complexKomplex motionBewegung as the dancersTänzer.
166
447000
3000
diesselben, komplexen Bewegungen wie die Tänzer haben.
07:48
But we alsoebenfalls lookedsah at numbersNummern of other filmsFilme at the time
167
450000
2000
Aber wir haben uns auch einige Filme angeschaut,
07:50
that were usingmit facialGesichtsbehandlung markerMarker trackingVerfolgung,
168
452000
2000
die Gesichtsmarker-Tracking verwendeten.
07:52
and that's the ideaIdee of puttingPutten markersMarker on the humanMensch faceGesicht
169
454000
2000
Dabei werden Marker auf das menschliche Gesicht plaziert
07:54
and doing the samegleich processverarbeiten.
170
456000
1000
und der Prozess ist derselbe wie bei Motion Capture.
07:55
And as you can see, it givesgibt you a prettyziemlich crappybeschissen performancePerformance.
171
457000
4000
Und wie Sie sehen, die Ergebnisse sind nicht sonderlich gut.
07:59
That's not terriblyfürchterlich compellingüberzeugende.
172
461000
3000
Nein, sie sind nicht besonders überzeugend.
08:02
And what we realizedrealisiert
173
464000
2000
Und es wurde uns klar,
08:04
was that what we needederforderlich
174
466000
1000
dass was wir brauchten,
08:05
was the informationInformation that was going on betweenzwischen the markersMarker.
175
467000
2000
war das, was in den Bereichen zwischen den Markern passierte.
08:07
We needederforderlich the subtletiesFeinheiten of the skinHaut.
176
469000
3000
Wir brauchten Daten über die Feinheiten der Haut,
08:10
We needederforderlich to see skinHaut movingbewegend over muscleMuskel movingbewegend over boneKnochen.
177
472000
3000
wie Haut sich über einem Muskel bewegt, unter dem ein Knochen ist.
08:13
We needederforderlich creasesFalten and dimplesGrübchen and wrinklesFalten and all of those things.
178
475000
2000
Wir brauchten Daten über zerknitterte Haut, Grübchen, Falten, usw.
08:15
Our first revelationOffenbarung was to completelyvollständig abortAbbrechen and walkgehen away from
179
477000
3000
Uns wurde deutlich, dass wir uns von dem Stand der Technik
08:18
the technologyTechnologie of the day, the statusStatus quoQuo, the stateBundesland of the artKunst.
180
480000
3000
jener Zeit, von der aktuellen Technik abwenden mussten.
08:21
So we abortedabgebrochen usingmit motionBewegung captureErfassung.
181
483000
3000
Uns so verabschiedeten wir uns von Motion Capture,
08:24
And we were now well out of our comfortKomfort zoneZone,
182
486000
3000
von dem was uns bekannt und angenehm war,
08:27
and in unchartedUncharted territoryGebiet.
183
489000
2000
und betraten absolutes Neuland.
08:29
So we were left with this ideaIdee
184
491000
3000
Wir hatten diese Idee,
08:32
that we endedendete up callingBerufung "technologyTechnologie stewEintopf."
185
494000
3000
die wir letztendlich als „Technologieeintopf" bezeichneten.
08:35
We startedhat angefangen to look out in other fieldsFelder.
186
497000
2000
Wir begannen in anderen Bereichen zu recherchieren,
08:37
The ideaIdee was that we were going to find
187
499000
3000
mit dem Gedanken, dass wir etwas entdecken würden,
08:40
nuggetsNuggets or gemsEdelsteine of technologyTechnologie
188
502000
2000
besondere Technologieverfahren,
08:42
that come from other industriesBranchen like medicalmedizinisch imagingImaging,
189
504000
2000
die in anderen Bereichen, wie z.B. in bildgebender Diagnostik,
08:44
the videoVideo gameSpiel spacePlatz,
190
506000
1000
oder bei Videospielen, verwendet wurden,
08:45
and re-appropriatewieder anzueignen them.
191
507000
2000
um diese für unsere Zwecke uns anzueignen.
08:47
And we had to createerstellen kindArt of a sauceSoße.
192
509000
3000
Und wir mussten eine Art Mischmasch kreieren,
08:50
And the sauceSoße was codeCode in softwareSoftware
193
512000
3000
einen Programmierungscode,
08:53
that we'dheiraten writtengeschrieben to allowzulassen these disparatedisparat piecesStücke of technologyTechnologie
194
515000
3000
den wir geschrieben hatten um diese unterschiedlichen, technischen Bestandteile
08:56
to come togetherzusammen and work as one.
195
518000
2000
zu kombinieren und zusammen funktionieren zu lassen.
08:58
InitiallyZunächst, we camekam acrossüber some remarkablebemerkenswert researchForschung
196
520000
2000
Ganz am Anfang entdecken wir die außerordentlichen Forschungsarbeiten
09:00
doneerledigt by a gentlemanGentleman namedgenannt DrDr. PaulPaul EkmanEkman in the earlyfrüh '70s.
197
522000
3000
von Dr. Paul Ekman, die aus den siebziger Jahren stammten.
09:03
He believedglaubte that he could, in factTatsache,
198
525000
3000
Dr. Ekman war davon überzeugt,
09:06
catalogKatalog the humanMensch faceGesicht.
199
528000
2000
dass er tatsächlich das menschliche Gesicht katalogisieren konnte.
09:08
And he camekam up with this ideaIdee of FacialGesichtsbehandlung ActionAktion CodingCodierung SystemSystem, or FACSFACS.
200
530000
3000
Und seine Idee war das „Facial Action Coding System" ("Gesichtsbewegungskodierungssystem"), kurz FACS.
09:11
He believedglaubte that there were 70 basicBasic posesPosen
201
533000
3000
Er glaubte, dass es 70 grundlegende Posen
09:14
or shapesFormen of the humanMensch faceGesicht,
202
536000
3000
oder Gesichtsausprägungen gab
09:17
and that those basicBasic posesPosen or shapesFormen of the faceGesicht
203
539000
3000
und dass man die grundlegenden Posen oder Prägungen des Gesichts
09:20
can be combinedkombiniert to createerstellen infiniteunendlich possibilitiesMöglichkeiten
204
542000
3000
kombinieren konnte um die unendlich vielen
09:23
of everything the humanMensch faceGesicht is capablefähig of doing.
205
545000
2000
menschlichen Gesichtszüge zu formen.
09:25
And of courseKurs, these transcendtranszendieren ageAlter, raceRennen, cultureKultur, genderGeschlecht.
206
547000
3000
Diese sind natürlich von Alter, Rasse, Kultur und Geschlecht eines Menschen unabhängig.
09:28
So this becamewurde the foundationStiftung of our researchForschung as we wentging forwardVorwärts-.
207
550000
4000
Diese Idee wurde dann zur Grundlage unserer eigenen Recherchen.
09:32
And then we camekam acrossüber some remarkablebemerkenswert technologyTechnologie
208
554000
3000
Wir entdeckten eine äußerst bemerktenswerte Technologie
09:35
callednamens ContourKontur.
209
557000
1000
namens Contour (Kontur).
09:36
And here you can see a subjectFach havingmit phosphorusPhosphor makeupbilden
210
558000
3000
Hier ist ein Bild von einen Testsubjekt das Phospor-Makeup
09:39
stippledPhospor on her faceGesicht.
211
561000
2000
auf ihr Gesicht getüpfelt hat.
09:41
And now what we're looking at is really creatingErstellen a surfaceOberfläche captureErfassung
212
563000
3000
Was wir hierbei anstreben, ist eine Erfassung der gesamten Oberfläche,
09:44
as opposedentgegengesetzt to a markerMarker captureErfassung.
213
566000
2000
und nicht nur eine Erfassung der Marker.
09:46
The subjectFach standssteht in frontVorderseite of a computerComputer arrayArray of camerasKameras,
214
568000
2000
Diese Testperson steht vor einer Anzahl von Kameras
09:48
and those camerasKameras can, frame-by-frameFrame-by-frame,
215
570000
2000
und mit diesen Kameras kann man, Bild für Bild,
09:50
reconstructrekonstruieren the geometryGeometrie of exactlygenau what the subject'sdes Antragstellers doing at the momentMoment.
216
572000
3000
die Geometrie von dem rekonstruieren, was die Person in jenem Moment tut.
09:53
So, effectivelyeffektiv, you get 3D dataDaten in realecht time of the subjectFach.
217
575000
5000
Man erhält also 3D-Daten in der Echtzeit des Subjektes.
09:58
And if you look in a comparisonVergleich,
218
580000
3000
Sie können das auch im Vergleich sehen:
10:01
on the left, we see what volumetricvolumetrische dataDaten givesgibt us
219
583000
3000
links, die Auswertungen dieser volumetrischen Daten
10:04
and on the right you see what markersMarker give us.
220
586000
2000
und rechts, die Daten von den Markern.
10:07
So, clearlydeutlich, we were in a substantiallyim Wesentlichen better placeOrt for this.
221
589000
2000
Die Ergebnissen waren also schon wesentlich besser,
10:09
But these were the earlyfrüh daysTage of this technologyTechnologie,
222
591000
2000
aber wir standen noch ganz am Anfang dieser Technologie,
10:11
and it wasn'twar nicht really provenbewiesen yetnoch.
223
593000
2000
und nichts war noch bewiesen.
10:13
We measuremessen complexityKomplexität and fidelityTreue of dataDaten
224
595000
2000
Wir messen die Schwierigkeit und Genauigkeit der Daten
10:15
in termsBegriffe of polygonalpolygonale countGraf.
225
597000
2000
durch die Anzahl von Vielecken.
10:17
And so, on the left, we were seeingSehen 100,000 polygonsPolygone.
226
599000
3000
Auf der linken Seite können wir 100000 Vielecke sehen,
10:20
We could go up into the millionsMillionen of polygonsPolygone.
227
602000
2000
Wir könnten Millionen von Vielecken haben,
10:22
It seemedschien to be infiniteunendlich.
228
604000
2000
die Anzahl schien unendlich zu sein.
10:24
This was when we had our "AhaAha!"
229
606000
2000
Das war unser „Aha" Ereignis.
10:26
This was the breakthroughDurchbruch.
230
608000
1000
Das war der Durchbruch.
10:27
This is when we're like, "OK, we're going to be OK,
231
609000
2000
Es war in diesem Moment, in dem wir uns klar wurden,
10:29
This is actuallytatsächlich going to work."
232
611000
1000
dass es tatsächlich funktionieren würde.
10:30
And the "AhaAha!" was, what if we could take BradBrad PittPitt,
233
612000
4000
Und unser Heureka war folgendes: wenn wir mit Brad Pitt arbeiteten,
10:34
and we could put BradBrad in this deviceGerät,
234
616000
3000
und bei Brad
10:37
and use this ContourKontur processverarbeiten,
235
619000
2000
diesen Contourprozess anwenden konnten,
10:39
and we could stippleStipple on this phosphorescentphosphoreszierende makeupbilden
236
621000
2000
das posphorezierende Makeup auftragen konnten,
10:41
and put him underunter the blackschwarz lightsBeleuchtung,
237
623000
1000
und in schwarzes Licht stellen konnten,
10:42
and we could, in factTatsache, scanScan him in realecht time
238
624000
3000
und ihn so, in Echtzeit, einscannen konnten
10:45
performingAufführung Ekman'sEkman FACSFACS posesPosen.
239
627000
2000
während er Ekmans FACS-Posen darstellte.
10:47
Right? So, effectivelyeffektiv,
240
629000
2000
Im Endeffekt
10:49
we endedendete up with a 3D databaseDatenbank
241
631000
2000
bauten wir ein 3D-Datenbank mit Daten
10:51
of everything BradBrad Pitt'sPitts faceGesicht is capablefähig of doing.
242
633000
3000
über alles, zu dem Brad Pitts Gesicht fähig war, auf.
10:54
(LaughterLachen)
243
636000
2000
(Gelächter)
10:56
From there, we actuallytatsächlich carvedgeschnitzte up those facesGesichter
244
638000
3000
Und dann haben wir diese Gesichter
10:59
into smallerkleiner piecesStücke and componentsKomponenten of his faceGesicht.
245
641000
3000
in kleinere Bestandteile und Komponente zerstückelt.
11:02
So we endedendete up with literallybuchstäblich thousandsTausende and thousandsTausende and thousandsTausende of shapesFormen,
246
644000
3000
Schlussendlich hatten wir dann zigtausende Gesichtsausdrücke,
11:05
a completekomplett databaseDatenbank of all possibilitiesMöglichkeiten
247
647000
3000
eine fast lückenlose Datenbank von Möglichkeiten,
11:08
that his faceGesicht is capablefähig of doing.
248
650000
3000
von allem zu dem Brads Gesicht fähig war.
11:11
Now, that's great, exceptaußer we had him at ageAlter 44.
249
653000
3000
Das war fantastisch - nur waren das Gesichtmöglichlichkeiten eines 44-jährigen.
11:14
We need to put anotherein anderer 40 yearsJahre on him at this pointPunkt.
250
656000
3000
Und wir mussten ihn aber 40 Jahre altern lassen.
11:17
We broughtgebracht in RickRick BakerBaker,
251
659000
2000
Also haben wir Rick Baker kontaktiert.
11:19
and RickRick is one of the great makeupbilden and specialbesondere effectsAuswirkungen gurusGurus
252
661000
2000
Rick ist einer der besten Makeup- and Spezialeffektgurus
11:21
of our industryIndustrie.
253
663000
1000
in der Filmindustrie.
11:22
And we alsoebenfalls broughtgebracht in a gentlemanGentleman namedgenannt KazuKazu TsujiTsuji,
254
664000
3000
Und wir setzten uns auch mit Kazu Tsuji in Kontakt,
11:25
and KazuKazu TsujiTsuji is one of the great photorealistfotorealistischen sculptorsBildhauer of our time.
255
667000
3000
einer der besten photorealistischen Bildhauer unserer Zeit.
11:28
And we commissionedin Auftrag gegeben them to make a maquetteMaquette,
256
670000
3000
Wir beauftragten die beiden einen Modell zu machen,
11:31
or a bustBüste, of BenjaminBenjamin.
257
673000
2000
eine Büste von Benjamin.
11:33
So, in the spiritGeist of "The Great UnveilingEnthüllung" -- I had to do this --
258
675000
3000
Im Sinne der "großen Enthüllung" - denn das musste sein -
11:36
I had to unveilenthüllen something.
259
678000
2000
ich musste etwas enthüllen.
11:38
So this is BenBen 80.
260
680000
2000
Das ist Ben im Alter von 80, Ben 80.
11:40
We createderstellt threedrei of these:
261
682000
2000
Wir hatten drei solche Modelle:
11:42
there's BenBen 80, there's BenBen 70, there's BenBen 60.
262
684000
2000
Ben 80, Ben 70 und Ben 60.
11:44
And this really becamewurde the templateVorlage for movingbewegend forwardVorwärts-.
263
686000
3000
Und dies wurde dann wirklich unsere Vorlage um voranzukommen.
11:47
Now, this was madegemacht from a life castBesetzung of BradBrad.
264
689000
2000
Und es wurde von einem echten Abdruck von Brad gemacht,
11:49
So, in factTatsache, anatomicallyanatomisch, it is correctrichtig.
265
691000
3000
und ist tatsächlich, anatomisch gesehen, korrekt.
11:52
The eyesAugen, the jawKiefer, the teethZähne:
266
694000
3000
Die Augen, das Kinn, die Zähne...
11:55
everything is in perfectperfekt alignmentAusrichtung with what the realecht guy has.
267
697000
3000
alles ist genau abgestimmt, alles passt zu dem echten Menschen.
11:58
We have these maquettesmaquettes scannedgescannt into the computerComputer
268
700000
2000
Diese Maquetten wurden dann in den Computer
12:00
at very highhoch resolutionAuflösung --
269
702000
2000
mit einer äußerst großen Auflösung eingescannt.
12:02
enormousenorm polygonalpolygonale countGraf.
270
704000
2000
Eine enorme Anzahl von Vielecken.
12:04
And so now we had threedrei ageAlter incrementsSchritten of BenjaminBenjamin
271
706000
4000
Wir hatten also bereits drei verschiedenen Alterstufen von Benjamin
12:08
in the computerComputer.
272
710000
2000
im Computer eingespeichert.
12:10
But we needederforderlich to get a databaseDatenbank of him doing more than that.
273
712000
3000
Aber die Datenbank mußte noch zu mehr fähig sein.
12:13
We wentging throughdurch this processverarbeiten, then, callednamens retargetingRetargeting.
274
715000
3000
Wir haben dafür den sogenannten „Retargeting" Arbeitsprozess verwendet.
12:16
This is BradBrad doing one of the EkmanEkman FACSFACS posesPosen.
275
718000
2000
Hier ist Brad in einer der Ekman-FACS-Posen zu sehen.
12:18
And here'shier ist the resultingresultierenden dataDaten that comeskommt from that,
276
720000
3000
Und das sind die Daten dir wir davon bekommen,
12:21
the modelModell- that comeskommt from that.
277
723000
2000
und die dann für das Modell verwendet werden.
12:23
RetargetingRetargeting is the processverarbeiten of transposingzur Umsetzung that dataDaten
278
725000
3000
Retargeting ist ein Vorgang bei dem man Daten
12:26
ontoauf zu anotherein anderer modelModell-.
279
728000
2000
in ein anderes Modell umsetzt.
12:28
And because the life castBesetzung, or the bustBüste -- the maquetteMaquette -- of BenjaminBenjamin
280
730000
3000
Und weil der Gipsabdruck, die Büste von Benjamin,
12:31
was madegemacht from BradBrad,
281
733000
2000
von Brad gemacht wurde,
12:33
we could transposeTransponieren the dataDaten of BradBrad at 44
282
735000
3000
konnten wir die Daten von Brad im Alter von 44 Jahren
12:36
ontoauf zu BradBrad at 87.
283
738000
2000
auf Brad im Alter von 87 übertragen.
12:38
So now, we had a 3D databaseDatenbank of everything BradBrad Pitt'sPitts faceGesicht can do
284
740000
3000
Und so hatten wir eine 3D-Datenbank von sämtlichen Gesichtsausdrücken, zu denen Brad fähig war
12:41
at ageAlter 87, in his 70s and in his 60s.
285
743000
4000
im Alter von 87 Jahren, und um die 70 und 60 Jahre herum.
12:45
NextNächste we had to go into the shootingSchießen processverarbeiten.
286
747000
3000
Wir mussten nun auch mit dem Filmen anfangen.
12:48
So while all that's going on,
287
750000
1000
Dass heisst, während wir mit all dem beschäftigt waren,
12:49
we're down in NewNeu OrleansOrleans and locationsStandorte around the worldWelt.
288
751000
2000
waren wir gleichzeitig auch in New Orleans und an anderen Filmplätzen weltweit.
12:51
And we shotSchuss our bodyKörper actorsSchauspieler,
289
753000
2000
Wir filmten unsere Körperschauspieler
12:53
and we shotSchuss them wearingtragen blueblau hoodsHauben.
290
755000
2000
mit blauen Kapuzen auf den Köpfen.
12:55
So these are the gentlemanGentleman who playedgespielt BenjaminBenjamin.
291
757000
2000
Dieser Herr hier spielte Benjamin.
12:57
And the blueblau hoodsHauben helpedhalf us with two things:
292
759000
2000
Die blauen Kapuzen halfen uns auf zwei Arten:
12:59
one, we could easilyleicht eraselöschen theirihr headsKöpfe;
293
761000
2000
erstens war es dann ganz einfach die Köpfe wegzuradieren.
13:01
and we alsoebenfalls put trackingVerfolgung markersMarker on theirihr headsKöpfe
294
763000
2000
Der zweite Grund war, dass wir Marker auf den Köpfen plazieren konnten
13:03
so we could recreateneu the cameraKamera motionBewegung
295
765000
2000
um so die Kamerabewegungen
13:05
and the lensLinse opticsOptik from the setSet.
296
767000
2000
und die Optik der Linsen auf den Set nachzuahmen.
13:07
But now we needederforderlich to get Brad'sBrads performancePerformance to driveFahrt our virtualvirtuell BenjaminBenjamin.
297
769000
3000
Aber Brads schauspielerische Vorstellung musste dann unseren virtuellen Benjamin leiten.
13:10
And so we editedbearbeitet the footageAufnahmen that was shotSchuss on locationLage
298
772000
2000
Wir bearbeiteten das Filmmaterial welches wir von
13:12
with the restsich ausruhen of the castBesetzung and the bodyKörper actorsSchauspieler
299
774000
3000
der Filmbesetzung und den Körperschauspielern hatten,
13:15
and about sixsechs monthsMonate laterspäter
300
777000
2000
und, etwa sechs Monate später,
13:17
we broughtgebracht BradBrad ontoauf zu a soundklingen stageStufe in LosLos AngelesAngeles
301
779000
3000
kam Brad ins Tonstudio in Los Angeles
13:20
and he watchedangesehen on the screenBildschirm.
302
782000
3000
und sah sich dieses Material an.
13:23
His jobJob, then, was to becomewerden BenjaminBenjamin.
303
785000
2000
Seine Aufgabe war Benjamin zu werden.
13:25
And so we loopedgeschlungen the scenesSzenen.
304
787000
1000
Wir haben die Szenen in eine Wiederholungsschleife gesetzt,
13:26
He watchedangesehen again and again.
305
788000
1000
und er schaute sie sich immer und immer wieder an.
13:27
We encouragedgefördert him to improviseimprovisieren.
306
789000
2000
Wir haben ihn dabei ermuntert zu improvisieren
13:29
And he tookdauerte BenjaminBenjamin into interestinginteressant and unusualungewöhnlich placessetzt
307
791000
3000
und er machte mit Benjamin interessante und ungewöhnliche Sachen,
13:32
that we didn't think he was going to go.
308
794000
2000
die wir überhaupt nicht erwarteten.
13:34
We shotSchuss him with fourvier HDHD camerasKameras
309
796000
2000
Wir haben das ganze mit vier HD-Kameras gefilmt
13:36
so we'dheiraten get multiplemehrere viewsAnsichten of him
310
798000
1000
um verschiedene Blickwinkel zu bekommen.
13:37
and then DavidDavid would choosewählen the take of BradBrad beingSein BenjaminBenjamin
311
799000
3000
David konnte dann den Blickwinkel von Brad als Benjamin auswählen,
13:40
that he thought bestBeste matchedabgestimmt the footageAufnahmen
312
802000
3000
der laut ihm am besten zu dem Filmmaterial
13:43
with the restsich ausruhen of the castBesetzung.
313
805000
1000
von der restlichen Besetzung passte.
13:44
From there we wentging into a processverarbeiten callednamens imageBild analysisAnalyse.
314
806000
3000
Der nächste Schritt war dann die Bildanalyse.
13:47
And so here, you can see again, the chosengewählt take.
315
809000
3000
Hier kann man den ausgewählten Take sehen
13:50
And you are seeingSehen, now, that dataDaten beingSein transposedumgesetzt on to BenBen 87.
316
812000
3000
und wie die Daten auf den 87-jährigen Ben umgesetzt werden.
13:53
And so, what's interestinginteressant about this is
317
815000
3000
Und was an dem ganzen interessant ist,
13:56
we used something callednamens imageBild analysisAnalyse,
318
818000
2000
ist das wir dabei den Bildanalyse-Prozess verwendten.
13:58
whichwelche is takingunter timingsTimings from differentanders componentsKomponenten of Benjamin'sBenjamins faceGesicht.
319
820000
3000
Man macht dabei Zeitabschnitte von Benjamins unterschiedlichen Gesichtskomponenten.
14:01
And so we could choosewählen, say, his left eyebrowAugenbraue.
320
823000
3000
Ein Beispiel: seine linke Augenbraue.
14:04
And the softwareSoftware would tell us that, well,
321
826000
2000
Das Computerprogramm verriet uns,
14:06
in frameRahmen 14 the left eyebrowAugenbraue beginsbeginnt to moveBewegung from here to here,
322
828000
2000
dass die linke Augenbraue sich im Bildrahmen Nr. 14 zu bewegen beginnt,
14:08
and it concludesschlussfolgert movingbewegend in frameRahmen 32.
323
830000
2000
und die Bewegung dann im Bildrahmen 32 aufhört.
14:10
And so we could choosewählen numbersNummern of positionsPositionen on the faceGesicht
324
832000
2000
Wir konnten also Nummern für die Gesichtspositionen auswählen
14:12
to pullziehen that dataDaten from.
325
834000
2000
um deren Daten zu erfassen.
14:14
And then, the sauceSoße I talkedsprach about with our technologyTechnologie stewEintopf --
326
836000
2000
Und das Geheimrezept für den eher erwähnten „Technologieeintopf",
14:16
that secretGeheimnis sauceSoße was, effectivelyeffektiv, softwareSoftware that alloweddürfen us to
327
838000
3000
das Geheimrezept war im Prinzip die Software, die uns erlaubte
14:19
matchSpiel the performancePerformance footageAufnahmen of BradBrad
328
841000
3000
das Filmmaterial von Brad, seine Darbietungen,
14:22
in liveLeben actionAktion with our databaseDatenbank of agedalt BenjaminBenjamin,
329
844000
4000
mit dem Material von dem gealterten Benjamin, den FACS,
14:26
the FACSFACS shapesFormen that we had.
330
848000
2000
in unserer Datenbank zu kombinieren.
14:28
On a frame-by-frameFrame-by-frame basisBasis,
331
850000
3000
Bild für Bild
14:31
we could actuallytatsächlich reconstructrekonstruieren a 3D headKopf
332
853000
3000
konnten wir tatsächlich einen dreidimensional Kopf konstruieren,
14:34
that exactlygenau matchedabgestimmt the performancePerformance of BradBrad.
333
856000
3000
der genau der Darbietung von Brad entsprach.
14:37
So this was how the finishedfertig shotSchuss appearederschienen in the filmFilm.
334
859000
3000
Und so sah das fertige Bild aus, dass im Film verwendet wurde.
14:40
And here you can see the bodyKörper actorDarsteller.
335
862000
2000
Man sieht hier den Körperschauspieler,
14:42
And then this is what we callednamens the "deadtot headKopf," no referenceReferenz to JerryJerry GarciaGarcia.
336
864000
3000
und dies ist der „dead head", der „tote Kopf" (ohne sich auf Jerry Garcia zu beziehen).
14:45
And then here'shier ist the reconstructedrekonstruiert performancePerformance
337
867000
3000
Und dann ist hier noch die rekonstruierte Darbietung
14:48
now with the timingsTimings of the performancePerformance.
338
870000
3000
mit den Zeiteinstellungen der Darbietung.
14:51
And then, again, the finalFinale shotSchuss.
339
873000
2000
Und das schlußendliche Bild.
14:54
It was a long processverarbeiten.
340
876000
2000
Es war ein langer Prozess.
14:56
(ApplauseApplaus)
341
878000
3000
(Applaus)
15:07
The nextNächster sectionAbschnitt here, I'm going to just blastsprengen throughdurch this,
342
889000
2000
Das nächste Thema werde ich in Windeile behandeln,
15:09
because we could do a wholeganze TEDTalkTED-Vortrag on the nextNächster severalmehrere slidesFolien.
343
891000
4000
denn wir könnten einen gesamten TED-Vortrag über die nächsten Folien halten.
15:13
We had to createerstellen a lightingBeleuchtung systemSystem.
344
895000
3000
Wir mussten ein Lichtsystem kreieren.
15:16
So really, a biggroß partTeil of our processesProzesse was creatingErstellen a lightingBeleuchtung environmentUmwelt
345
898000
3000
Einer unserer wichtigsten Aufgaben war es ein Lichtumfeld
15:19
for everyjeden singleSingle locationLage that BenjaminBenjamin had to appearerscheinen
346
901000
2000
für jeden einzelnen Moment zu schaffen, an dem Benjamin auftauchen musste,
15:21
so that we could put Ben'sBens headKopf into any sceneSzene
347
903000
3000
damit wir seinen Kopf in jede Szene stecken konnten
15:24
and it would exactlygenau matchSpiel the lightingBeleuchtung that's on the other actorsSchauspieler
348
906000
3000
und dies genau dem Licht, das auf den anderen Schauspielern
15:27
in the realecht worldWelt.
349
909000
1000
in der echten Welt lag, entsprach.
15:28
We alsoebenfalls had to createerstellen an eyeAuge systemSystem.
350
910000
3000
Wir mussten auch ein Augensystem kreieren.
15:31
We foundgefunden the oldalt adageSprichwort, you know,
351
913000
2000
Wir fanden, dass das alte Sprichwort,
15:33
"The eyesAugen are the windowFenster to the soulSeele,"
352
915000
2000
„Die Augen sind das Fenster zur Seele"
15:35
absolutelyunbedingt truewahr.
353
917000
1000
der Wahrheit entsprach.
15:36
So the keySchlüssel here was to keep everybodyjeder looking in Ben'sBens eyesAugen.
354
918000
2000
Das entscheidende war daher, dass die Leute, die den Film sehen, fortwährend in Bens Augen schauen.
15:38
And if you could feel the warmthWärme, and feel the humanityMenschheit,
355
920000
2000
Denn wenn sie die Wärme und die Menschlichkeit,
15:40
and feel his intentAbsicht comingKommen throughdurch the eyesAugen,
356
922000
3000
und seine Absichten über die Augen spüren konnten
15:43
then we would succeedgelingen.
357
925000
1000
- dann würden wir unser Ziel erreicht haben.
15:44
So we had one personPerson focusedfokussiert on the eyeAuge systemSystem
358
926000
3000
Wir hatten einen Mitarbeiter der an dem Augensystem
15:47
for almostfast two fullvoll yearsJahre.
359
929000
2000
fast zwei Jahre lang arbeitete.
15:49
We alsoebenfalls had to createerstellen a mouthMund systemSystem.
360
931000
2000
Wir mussten auch ein Mundsystem kreieren.
15:51
We workedhat funktioniert from dentalZahn moldsFormen of BradBrad.
361
933000
2000
Wir verwendeten dazu Zahnabdrücke von Brad.
15:53
We had to ageAlter the teethZähne over time.
362
935000
2000
Wir mussten die Zähne mit der Zeit älter werden lassen
15:55
We alsoebenfalls had to createerstellen an articulatingzu artikulieren tongueZunge that alloweddürfen him to enunciateartikulieren his wordsWörter.
363
937000
3000
und auch eine artikulierende Zunge kreieren, die eine deutliche Ausprache ermöglichte.
15:58
There was a wholeganze systemSystem writtengeschrieben in softwareSoftware to articulatezu artikulieren the tongueZunge.
364
940000
2000
Wir schrieben ein eigenes Softwareprogramm für die Artikulationen der Zunge.
16:00
We had one personPerson devotedhingebungsvoll to the tongueZunge for about nineneun monthsMonate.
365
942000
2000
Jemand arbeitete etwa neun Monate an der Zunge.
16:02
He was very popularBeliebt.
366
944000
2000
Er war äußerst beliebt.
16:04
SkinHaut displacementVerschiebung: anotherein anderer biggroß dealDeal.
367
946000
3000
Hautveränderungen waren auch extrem wichtig.
16:07
The skinHaut had to be absolutelyunbedingt accurategenau.
368
949000
2000
Die Haut musste perfekt gemacht sein,
16:09
He's alsoebenfalls in an oldalt ageAlter home, he's in a nursingKrankenpflege home
369
951000
3000
denn Benjamin ist in einem Altersheim, einem Pflegeheim
16:12
around other oldalt people,
370
954000
2000
mit anderen alten Menschen
16:14
so he had to look exactlygenau the samegleich as the othersAndere.
371
956000
2000
und er musste genau wie die anderen ausschauen.
16:16
So, lots of work on skinHaut deformationVerformung,
372
958000
1000
Also war viel Arbeit an der Hautveränderung notwendig.
16:17
you can see in some of these casesFälle it worksWerke,
373
959000
1000
In einigen dieser Beispiele schaut es gut aus,
16:18
in some casesFälle it lookssieht aus badschlecht.
374
960000
1000
in anderen ist es nicht sehr überzeugend -
16:19
This is a very, very, very earlyfrüh testTest in our processverarbeiten.
375
961000
2000
das war eine sehr, sehr, sehr frühe Probe.
16:21
So, effectivelyeffektiv we createderstellt a digitaldigital puppetMarionette
376
963000
3000
Wir stellten im Prinzip eine digitale Marionette her,
16:24
that BradBrad PittPitt could operatearbeiten with his ownbesitzen faceGesicht.
377
966000
3000
die Brad Pitt mithilfe seines eigenes Gesichtes betätigen konnte.
16:27
There were no animatorsAnimatoren necessarynotwendig to come in and interpretinterpretieren behaviorVerhalten
378
969000
4000
Wir brauchten keine Trickzeichner, die sein Verhalten interpretieren,
16:31
or enhanceverbessern his performancePerformance.
379
973000
2000
oder seine Darbietungen verbessern mussten.
16:33
There was something that we encounteredangetroffen, thoughobwohl,
380
975000
3000
Aber wir entdeckten ein Problem dabei,
16:36
that we endedendete up callingBerufung "the digitaldigital BotoxBotox effectbewirken."
381
978000
3000
das wir schlussendlich den „digitalen Botox-Effekt" nannten.
16:39
So, as things wentging throughdurch this processverarbeiten,
382
981000
3000
Und während unserer Arbeit
16:42
FincherFincher would always say, "It sandblastssandblasts the edgesKanten off of the performancePerformance."
383
984000
3000
meinte Fincher immer, dass so die Feinheiten der Darbietung abgesandet wurden.
16:45
And thing our processverarbeiten and the technologyTechnologie couldn'tkonnte nicht do,
384
987000
3000
Denn etwas, was unser Arbeitsvorgang und Technologie nicht konnten,
16:48
is they couldn'tkonnte nicht understandverstehen intentAbsicht,
385
990000
3000
war es die Absichten,
16:51
the intentAbsicht of the actorDarsteller.
386
993000
2000
die Intentionen des Schauspielers zu verstehen.
16:53
So it seessieht a smileLächeln as a smileLächeln.
387
995000
2000
Ein Lächeln ist ein Lächeln -
16:55
It doesn't recognizeerkenne an ironicironisch smileLächeln, or a happyglücklich smileLächeln,
388
997000
3000
Technologie macht keinen Unterschied zwischen einem spöttischen, einem fröhlichen,
16:58
or a frustratedfrustriert smileLächeln.
389
1000000
1000
oder einem frustrierten Lächeln.
16:59
So it did take humansMenschen to kindArt of pushdrücken it one way or anotherein anderer.
390
1001000
3000
Man braucht einen echten Menschen um das zu bewirken.
17:02
But we endedendete up callingBerufung the entireganz processverarbeiten
391
1004000
3000
Wir nannten diese Vorgangsweise
17:05
and all the technologyTechnologie "emotionEmotion captureErfassung,"
392
1007000
2000
und die damit verbundene Technologie „emotion capture" (Gefühlserfassung),
17:07
as opposedentgegengesetzt to just motionBewegung captureErfassung.
393
1009000
1000
anstatt nur „motion capture".
17:08
Take anotherein anderer look.
394
1010000
2000
Schauen Sie sich dies noch einmal an.
17:11
BradBrad PittPitt: Well, I heardgehört mommaMomma and TizzyTizzy whisperFlüstern,
395
1013000
2000
Brad Pitt: Ich hörte wie Momma and Tizzy miteinander flüsterten,
17:13
and they said I was gonna diesterben soonbald,
396
1015000
2000
und sagten, dass ich bald sterben würde.
17:15
but ... maybe not.
397
1017000
2000
Aber... vielleicht nicht.
17:37
EUEU: That's how to createerstellen a digitaldigital humanMensch in 18 minutesProtokoll.
398
1039000
3000
Ed Ulbrich: Und so kreiert man einen digitalen Mensch in 18 Minuten.
17:40
(ApplauseApplaus)
399
1042000
3000
(Applaus)
17:48
A couplePaar of quickschnell factoidsFaktoide;
400
1050000
2000
Noch einige schnelle Fakten:
17:50
it really tookdauerte 155 people over two yearsJahre,
401
1052000
4000
Tatsächlich brauchten 155 Personen zwei Jahre lang
17:54
and we didn't even talk about 60 hairstylesFrisuren and an all-digitalvolldigitale haircutHaarschnitt.
402
1056000
4000
und dabei haben wir die 60 Frisuren und den völlig digitalen Haarschnitt noch gar nicht erwähnt.
17:58
But, that is BenjaminBenjamin. Thank you.
403
1060000
3000
Aber, dies ist Benjamin. Danke für Ihre Aufmerksamkeit.

▲Back to top

ABOUT THE SPEAKER
Ed Ulbrich - Visual storyteller
Ed Ulbrich works at the leading edge of computer-generated visuals. On a recent project, filmmakers, artists, and technologists have been working at a breakthrough point where reality and digitally created worlds collide.

Why you should listen

Ed Ulbrich spoke at TED2009 representing a team of filmmakers, artists and technologists who've been working on a significant breakthrough in visual storytelling -- a startling blurring of the line between digital creation and actor.  

Ulbrich was the long time executive VP of production at Digital Domain, for whom he executive-produced Academy Award-winning visual effects for Titanic, What Dreams May Come, Fight Club, Zodiac, Adaptation and other features, as well as music videos and more than 500 commercials. He has recently exited this position but has entered into a creative consultant arrangement with the company. In 2007, he was named to the Creativity 50 -- top innovators in advertising and design.

More profile about the speaker
Ed Ulbrich | Speaker | TED.com