TED2009
Ed Ulbrich: How Benjamin Button got his face
Эд Албрич рассказывает, как Бенджамин Баттон получил свое лицо
Filmed:
Readability: 4.4
1,080,448 views
Эд Албрич, гуру по видеоэффектам из Digital Domain, объясняет завоевавшую Оскара технологию, которая позволила его команде в цифровой форме создать более молодую и более старую версию лица Бреда Пита для фильма "Загадочная история Бенджамина Баттона".
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. Full bio
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 today representing a team of artists and technologists and filmmakers
0
0
5000
Я сегодня представляю команду художников, технологов и кинорежиссеров,
00:23
that worked together on a remarkable film project for the last four years.
1
5000
3000
которые в течение последних четырех лет совместно работали над грандиозным проектом кино индустрии.
00:26
And along the way they created a breakthrough in computer visualization.
2
8000
4000
И одновременно сделали прорыв в области компьютерной визуализации.
00:30
So I want to show you a clip of the film now.
3
12000
3000
А сейчас я хочу показать вам клип из фильма.
00:33
Hopefully it won't stutter.
4
15000
3000
Будем надеяться, он не заест.
00:36
And if we did our jobs well, you won't know that we were even involved.
5
18000
3000
И если мы выполнили свою работу хорошо, вы не заметите, что мы вообще что-то делали.
00:39
Voice (Video): I don't know how it's possible ...
6
21000
3000
Фильм: Я не знаю, как это возможно ...
00:42
but you seem to have more hair.
7
24000
3000
но кажется, что у тебя начали расти волосы.
00:45
Brad Pitt: What if I told you that I wasn't getting older ...
8
27000
3000
Бенджамин Баттон: Что если я скажу тебе, что я не старею ...
00:48
but I was getting younger than everybody else?
9
30000
2000
но становлюсь моложе по сравнению со всеми?
00:53
I was born with some form of disease.
10
35000
3000
Я был рожден с какой-то болезнью.
00:56
Voice: What kind of disease?
11
38000
2000
Голос: Что за болезнью?
00:58
BP: I was born old.
12
40000
2000
ББ: Я родился старым.
01:01
Man: I'm sorry.
13
43000
2000
Мужчина: Я сожалею.
01:03
BP: No need to be. There's nothing wrong with old age.
14
45000
3000
ББ: Не стоит. Нет ничего плохого в старости.
01:08
Girl: Are you sick?
15
50000
2000
Девочка: Ты болен?
01:10
BP: I heard momma and Tizzy whisper,
16
52000
3000
ББ: Я слышал, мамуля и Тиззи шептались,
01:13
and they said I was gonna die soon.
17
55000
2000
и они говорили, что я должен вскоре умереть.
01:15
But ... maybe not.
18
57000
3000
Но... может быть и нет.
01:18
Girl: You're different than anybody I've ever met.
19
60000
3000
Девочка: Ты не похож ни на кого, кого я когда-либо встречала.
01:22
BB: There were many changes ...
20
64000
3000
ББ: Многое изменилось ...
01:25
some you could see, some you couldn't.
21
67000
3000
Что-то ты можешь видеть, что-то нет.
01:28
Hair started growing in all sorts of places,
22
70000
3000
Волосы начинают расти по-всюду,
01:31
along with other things.
23
73000
3000
и всякие другие вещи.
01:34
I felt pretty good, considering.
24
76000
3000
Вообщем, я чувствовал себя хорошо.
01:38
Ed Ulbrich: That was a clip from "The Curious Case of Benjamin Button."
25
80000
4000
Эд Албридж: Это был клип по фильму "Загадочная история Бенджамина Баттона".
01:42
Many of you, maybe you've seen it or you've heard of the story,
26
84000
4000
Многие из вас, хотя возможно вы видели его или слышали эту историю,
01:46
but what you might not know
27
88000
2000
вполне вероятно не знают,
01:48
is that for nearly the first hour of the film,
28
90000
2000
что почти целый первый час фильма
01:50
the main character, Benjamin Button, who's played by Brad Pitt,
29
92000
3000
главный герой, Бенджамин Баттон, которого играет Бред Питт,
01:53
is completely computer-generated from the neck up.
30
95000
3000
полностью, начиная с шеи, создан с помощью компьютера.
01:56
Now, there's no use of prosthetic makeup
31
98000
3000
И не нужно использовать сложный грим
01:59
or photography of Brad superimposed over another actor's body.
32
101000
3000
или накладывать фотографию Бреда на тело другого актера.
02:02
We've created a completely digital human head.
33
104000
3000
Мы создали полностью цифровую голову человека.
02:05
So I'd like to start with a little bit of history on the project.
34
107000
3000
А теперь давайте немного о том, как все начиналось.
02:08
This is based on an F. Scott Fitzgerald short story.
35
110000
2000
Это фильм по рассказу Ф. Скотта Фитджеральда.
02:10
It's about a man who's born old and lives his life in reverse.
36
112000
3000
Он о человеке, который рожден старым и проживает жизнь наоборот.
02:13
Now, this movie has floated around Hollywood
37
115000
2000
И идея снять этот фильм витала в Голивуде
02:15
for well over half a century,
38
117000
2000
в течение более полувека,
02:17
and we first got involved with the project in the early '90s,
39
119000
3000
и впервые мы столкнулись с проектом в начале 90-х годов
02:20
with Ron Howard as the director.
40
122000
2000
с Роном Говардом в качестве режиссера.
02:22
We took a lot of meetings and we seriously considered it.
41
124000
3000
Мы много обсуждали его, все тщательно просчитывали.
02:25
But at the time we had to throw in the towel.
42
127000
2000
Но в то время нам пришло сдаться.
02:27
It was deemed impossible.
43
129000
2000
Это было невозможно.
02:29
It was beyond the technology of the day to depict a man aging backwards.
44
131000
4000
Это было за пределами возможностей технологии того времени изобразить человека, который бы не старел, а молодел.
02:33
The human form, in particular the human head,
45
135000
3000
Человеческие формы, в особенности человеческая голова,
02:36
has been considered the Holy Grail of our industry.
46
138000
3000
считались священным Граалем для нашей индустрии.
02:39
The project came back to us about a decade later,
47
141000
3000
Где-то лет через десять проект опять попал к нам,
02:42
and this time with a director named David Fincher.
48
144000
3000
и на этот раз с Давидом Финчером в качестве режиссера.
02:45
Now, Fincher is an interesting guy.
49
147000
3000
Ну, Финчер -- интересный малый.
02:48
David is fearless of technology,
50
150000
2000
Давид не боится технологий,
02:50
and he is absolutely tenacious.
51
152000
2000
и у него просто железная хватка.
02:52
And David won't take "no."
52
154000
2000
И для Давида нету слова "нет".
02:54
And David believed, like we do in the visual effects industry,
53
156000
3000
И Давид верил, как верим и мы, представители индустрии видеоэффектов,
02:57
that anything is possible
54
159000
3000
что все возможно,
03:00
as long as you have enough time, resources and, of course, money.
55
162000
3000
если у тебя есть достаточно времени, ресурсов и, конечно, денег.
03:03
And so David had an interesting take on the film,
56
165000
4000
И у Давида было интересное представление о фильме,
03:07
and he threw a challenge at us.
57
169000
3000
он задал нам задачку.
03:10
He wanted the main character of the film to be played
58
172000
3000
Он хотел, чтобы главный персонаж фильма
03:13
from the cradle to the grave by one actor.
59
175000
2000
с колыбели до могилы был сыгран одним актером.
03:15
It happened to be this guy.
60
177000
2000
Так случилось, что им стал этот парень.
03:17
We went through a process of elimination and a process of discovery
61
179000
3000
Мы пошли с Давидом путем выдвижения идей и отметания каких-то вариантов,
03:20
with David, and we ruled out, of course, swapping actors.
62
182000
3000
и мы, конечно, отбросили идею замены актёров.
03:23
That was one idea: that we would have different actors,
63
185000
3000
Эта был один из вариантов: у нас будут разные актёры,
03:26
and we would hand off from actor to actor.
64
188000
2000
и мы будем переходить от одного к другому.
03:28
We even ruled out the idea of using makeup.
65
190000
2000
Мы даже отбросили идею использования грима.
03:30
We realized that prosthetic makeup just wouldn't hold up,
66
192000
3000
Мы осознавали, что тяжелый грим просто не прокатит,
03:33
particularly in close-up.
67
195000
2000
особенно в крупном плане.
03:35
And makeup is an additive process. You have to build the face up.
68
197000
3000
И грим -- это процесс добавления. Вам нужно построить лицо.
03:38
And David wanted to carve deeply into Brad's face
69
200000
3000
А Давид хотел проникнуть внутрь лица Бреда,
03:41
to bring the aging to this character.
70
203000
2000
чтобы состарился именно этот персонаж.
03:43
He needed to be a very sympathetic character.
71
205000
2000
Он должен был быть героем, которому очень сочувствуешь.
03:45
So we decided to cast a series of little people
72
207000
3000
Поэтому мы решили снять несколько людей небольшого роста,
03:48
that would play the different bodies of Benjamin
73
210000
3000
которые будут представлять разные тела Бенджамина
03:51
at the different increments of his life
74
213000
2000
в разные моменты его жизни,
03:53
and that we would in fact create a computer-generated version of Brad's head,
75
215000
3000
и создать компьютерную версию головы Бреда,
03:56
aged to appear as Benjamin,
76
218000
2000
состаренную, чтобы выглядеть как Бенджамин,
03:58
and attach that to the body of the real actor.
77
220000
3000
и присоединить её к телу реального актера.
04:01
Sounded great.
78
223000
2000
Звучало все здорово.
04:03
Of course, this was the Holy Grail of our industry,
79
225000
3000
Конечно, это было священным Граалем для нашей индустрии,
04:06
and the fact that this guy is a global icon didn't help either,
80
228000
3000
и сам факт, что этот парень -- мировой идол, также было не в нашу пользу,
04:09
because I'm sure if any of you ever stand in line at the grocery store,
81
231000
3000
потому что я уверен, что если вы хоть раз стояли в очереди в продовольственном магазине,
04:12
you know -- we see his face constantly.
82
234000
3000
вообщем, мы видим его лицо постоянно.
04:15
So there really was no tolerable margin of error.
83
237000
2000
И поэтому мы не имели право на ошибку.
04:17
There were two studios involved: Warner Brothers and Paramount.
84
239000
3000
Были задействованы две студии: Warner Brothers и Paramount.
04:20
And they both believed this would make an amazing film, of course,
85
242000
3000
И обе они, конечно, верили, что получится изумительный фильм,
04:23
but it was a very high-risk proposition.
86
245000
3000
но это было очень рискованное предложение.
04:26
There was lots of money and reputations at stake.
87
248000
3000
На кону было очень много денег и репутация.
04:29
But we believed that we had a very solid methodology
88
251000
3000
А мы верили, что у нас есть очень надежная методология,
04:32
that might work ...
89
254000
3000
которая, возможно, сработает ...
04:35
But despite our verbal assurances,
90
257000
3000
Но, несмотря на наши устные заверения,
04:38
they wanted some proof.
91
260000
2000
они хотели какое-либо подтверждение.
04:40
And so, in 2004, they commissioned us to do a screen test of Benjamin.
92
262000
3000
И так, в 2004 году, они поручили нам провести кинопробы Бенджамина.
04:43
And we did it in about five weeks.
93
265000
3000
Нам потребовалось на это около пяти недель.
04:46
But we used lots of cheats and shortcuts.
94
268000
3000
Но мы в большей мере смухлевали.
04:49
We basically put something together to get through the meeting.
95
271000
3000
Мы попросту что-то наскребли, чтобы провести эту встречу.
04:52
I'll roll that for you now. This was the first test for Benjamin Button.
96
274000
3000
Я прокручу это для вас. Это была первая кинопроба для Бенджамина Баттона.
04:55
And in here, you can see, that's a computer-generated head --
97
277000
3000
А вот здесь, видите, это смоделированная компьютером голова.
04:58
pretty good -- attached to the body of an actor.
98
280000
3000
Выглядит очень даже ничего. Присоединена к телу актера.
05:01
And it worked. And it gave the studio great relief.
99
283000
3000
И это сработало. И студии вздохнули с облегчением.
05:04
After many years of starts and stops on this project,
100
286000
3000
После стольких лет, в течение которых за этот проект то принимались, то вновь откладывали,
05:07
and making that tough decision,
101
289000
3000
они, наконец, решились
05:10
they finally decided to greenlight the movie.
102
292000
3000
и дали зеленый свет на съемки фильма.
05:13
And I can remember, actually, when I got the phone call to congratulate us,
103
295000
3000
Я как сейчас помню, когда мне позвонили, чтобы поздравить нас,
05:16
to say the movie was a go,
104
298000
2000
сказать, что фильм прошел,
05:18
I actually threw up.
105
300000
2000
меня чуть не вырвало.
05:20
(Laughter)
106
302000
2000
(Смех в зале)
05:22
You know, this is some tough stuff.
107
304000
2000
Ну, знаете, это вам не шуточки.
05:24
So we started to have early team meetings,
108
306000
3000
Вообщем, мы проводили начальные совещания,
05:27
and we got everybody together,
109
309000
2000
на которые собирали всех,
05:29
and it was really more like therapy in the beginning,
110
311000
3000
и в начале это было больше похоже на терапию
05:32
convincing each other and reassuring each other that we could actually undertake this.
111
314000
3000
по убеждению и заверению друг друга, что у нас все получится.
05:35
We had to hold up an hour of a movie with a character.
112
317000
3000
Нам нужно было обеспечить игру главного персонажа в течении часа.
05:38
And it's not a special effects film; it has to be a man.
113
320000
3000
И это не фильм со спецэффектами; это должен быть человек.
05:41
We really felt like we were in a -- kind of a 12-step program.
114
323000
3000
В действительности у нас было чувство, что нам надо действовать по программе 12 шагов для анонимных алкоголиков.
05:44
And of course, the first step is: admit you've got a problem. (Laughter)
115
326000
3000
И, конечно, первый шаг -- это признать, что существует проблема.
05:48
So we had a big problem:
116
330000
2000
Итак, у нас была большая проблема.
05:50
we didn't know how we were going to do this.
117
332000
3000
Мы не знали, как мы это будем делать.
05:53
But we did know one thing.
118
335000
2000
Но мы знали одно.
05:55
Being from the visual effects industry,
119
337000
3000
Будучи из индустрии видеоэффектов,
05:58
we, with David, believed that we now had enough time,
120
340000
3000
мы с Давидом верили, что на данный момент у нас есть достаточно времени,
06:01
enough resources, and, God, we hoped we had enough money.
121
343000
3000
достаточно ресурсов, и, дай-то бог, мы надеялись, достаточно денег.
06:04
And we had enough passion to will the processes and technology into existence.
122
346000
5000
И у нас было достаточно энтузиазма, чтобы воплотить в жизнь новые методы и технологии.
06:09
So, when you're faced with something like that,
123
351000
2000
Вообщем, когда перед вами стоит что-либо такое,
06:11
of course you've got to break it down.
124
353000
2000
конечно, это надо разделить на части.
06:13
You take the big problem and you break it down into smaller pieces
125
355000
2000
Берем большую проблему и делим ее на маленькие задачки,
06:15
and you start to attack that.
126
357000
1000
и принимаемся за них.
06:16
So we had three main areas that we had to focus on.
127
358000
2000
Итак, у нас было три основных области, на которых нам надо было сфокусироваться.
06:18
We needed to make Brad look a lot older --
128
360000
2000
Нам нужно было, чтобы Бред выглядел намного старше.
06:20
needed to age him 45 years or so.
129
362000
2000
Нам нужно было его состарить где-то лет на 45.
06:22
And we also needed to make sure that we could take Brad's idiosyncrasies,
130
364000
6000
И мы должны были быть уверены, что нам удастся выделить отличительные черты Бреда,
06:28
his little tics, the little subtleties that make him who he is
131
370000
2000
вплоть до еле уловимой мимики, которая и делает его тем, кто он есть,
06:30
and have that translate through our process
132
372000
2000
и перенести это в процессе нашей работы
06:32
so that it appears in Benjamin on the screen.
133
374000
3000
на Бенджамина на экране.
06:35
And we also needed to create a character
134
377000
2000
Также нам нужно было создать персонажа,
06:37
that could hold up under, really, all conditions.
135
379000
3000
который выдержал, это точно, всевозможные условия.
06:40
He needed to be able to walk in broad daylight,
136
382000
2000
Он мог бы гулять средь ясного дня,
06:42
at nighttime, under candlelight,
137
384000
3000
ночью, при свете свечи,
06:45
he had to hold an extreme close-up,
138
387000
2000
его можно было бы снимать очень крупным планом,
06:47
he had to deliver dialogue,
139
389000
1000
он мог бы вести диалоги,
06:48
he had to be able to run, he had to be able to sweat,
140
390000
2000
он мог бы бегать, он мог бы потеть,
06:50
he had to be able to take a bath, to cry,
141
392000
2000
он мог бы принять ванну, плакать,
06:52
he even had to throw up.
142
394000
1000
его могло бы даже вырвать.
06:53
Not all at the same time --
143
395000
1000
Не одновременно.
06:54
but he had to, you know, do all of those things.
144
396000
2000
Но он должен был, знаете ли, делать все эти вещи.
06:56
And the work had to hold up for almost the first hour of the movie.
145
398000
3000
И наша работа должна была поддерживать час экранного времени.
06:59
We did about 325 shots.
146
401000
2000
Мы сделали около 325 кинопроб.
07:01
So we needed a system that would allow Benjamin
147
403000
3000
Нам нужна была система, которая даст возможность Бенджамину
07:04
to do everything a human being can do.
148
406000
3000
делать все, что может делать человеческое существо.
07:07
And we realized that there was a giant chasm
149
409000
3000
И мы осознали, что существует глубокая пропасть
07:10
between the state of the art of technology in 2004
150
412000
3000
между состоянием технологией киноискусства в 2004 году
07:13
and where we needed it to be.
151
415000
2000
и тем, какой нам она была нужна.
07:15
So we focused on motion capture.
152
417000
3000
И мы сосредоточили свои усилия на захвате движения.
07:18
I'm sure many of you have seen motion capture.
153
420000
2000
Уверен, многие из вас уже знают о технологии "захват движения".
07:20
The state of the art at the time
154
422000
2000
На тот момент большим достижением было то,
07:22
was something called marker-based motion capture.
155
424000
2000
что называлось захват движения по меткам.
07:24
I'll give you an example here.
156
426000
1000
Приведу пример.
07:25
It's basically the idea of, you wear a leotard,
157
427000
2000
Вообщем, идея следующая: одеваем облегающий костюм,
07:27
and they put some reflective markers on your body,
158
429000
2000
а нам на тело прикрепляют отражающие метки,
07:29
and instead of using cameras,
159
431000
2000
и вместо камер используют
07:31
there're infrared sensors around a volume,
160
433000
2000
инфракрасные датчики, расположенные по всему помещению,
07:33
and those infrared sensors track the three-dimensional position
161
435000
2000
и эти инфракрасные датчики отслеживают положение этих меток в трехмерном пространстве
07:35
of those markers in real time.
162
437000
2000
в настоящем времени.
07:37
And then animators can take the data of the motion of those markers
163
439000
3000
И затем мультипликаторы получают информацию о движении этих меток
07:40
and apply them to a computer-generated character.
164
442000
2000
и применяют их к созданному с помощью компьютера герою.
07:42
You can see the computer characters on the right
165
444000
3000
С права вы видите, что компьютерные персонажи
07:45
are having the same complex motion as the dancers.
166
447000
3000
исполняют такие же сложные движения, как и танцоры.
07:48
But we also looked at numbers of other films at the time
167
450000
2000
А также мы просмотрели ряд фильмов того времени,
07:50
that were using facial marker tracking,
168
452000
2000
в которых использовали отслеживание движения по меткам на лице,
07:52
and that's the idea of putting markers on the human face
169
454000
2000
и была идея поместить метки на человеческое лицо
07:54
and doing the same process.
170
456000
1000
и сделать то же самое.
07:55
And as you can see, it gives you a pretty crappy performance.
171
457000
4000
Но как видите, получилось довольно паршиво.
07:59
That's not terribly compelling.
172
461000
3000
Не сильно впечатляет.
08:02
And what we realized
173
464000
2000
И тут мы осознали то, что
08:04
was that what we needed
174
466000
1000
нам нужно --
08:05
was the information that was going on between the markers.
175
467000
2000
это информация, что происходит между метками.
08:07
We needed the subtleties of the skin.
176
469000
3000
Нам были нужны мельчайшие движения кожи.
08:10
We needed to see skin moving over muscle moving over bone.
177
472000
3000
Нам нужно было передать движение кожи, взаимосвязано с движением мышцы и кости.
08:13
We needed creases and dimples and wrinkles and all of those things.
178
475000
2000
Нам были нужны складки и ямочки, и морщины, и тому подобные вещи.
08:15
Our first revelation was to completely abort and walk away from
179
477000
3000
Нашим первое открытие началось с того, что мы полностью отказались от
08:18
the technology of the day, the status quo, the state of the art.
180
480000
3000
технологии того времени, статуса кво, существующего положения в искусстве.
08:21
So we aborted using motion capture.
181
483000
3000
Итак мы отказались от использования технологии "захват движения".
08:24
And we were now well out of our comfort zone,
182
486000
3000
И таким образом мы вышли далеко за пределы зоны комфортных условий,
08:27
and in uncharted territory.
183
489000
2000
попав на неизведанную территорию.
08:29
So we were left with this idea
184
491000
3000
У нас была идея,
08:32
that we ended up calling "technology stew."
185
494000
3000
которую мы в конечном счете назвали "технологическая солянка".
08:35
We started to look out in other fields.
186
497000
2000
Мы начали вести поиски в других областях,
08:37
The idea was that we were going to find
187
499000
3000
и идея заключалась в том, что мы найдем
08:40
nuggets or gems of technology
188
502000
2000
крупицы или зародыши технологии,
08:42
that come from other industries like medical imaging,
189
504000
2000
которая придет из других индустрий, таких как медицинская визуализация,
08:44
the video game space,
190
506000
1000
мира видео игр,
08:45
and re-appropriate them.
191
507000
2000
и переработаем их.
08:47
And we had to create kind of a sauce.
192
509000
3000
И нам надо было создать что-то вроде соуса.
08:50
And the sauce was code in software
193
512000
3000
И этот соус -- программный код,
08:53
that we'd written to allow these disparate pieces of technology
194
515000
3000
который был написан нами для того, чтобы эти разрозненные куски технологий
08:56
to come together and work as one.
195
518000
2000
объединились и работали как один.
08:58
Initially, we came across some remarkable research
196
520000
2000
В начале мы случайно наткнулись на выдающиеся исследование,
09:00
done by a gentleman named Dr. Paul Ekman in the early '70s.
197
522000
3000
проведенное господином по имени доктор Пол Экмен в начале 70-х.
09:03
He believed that he could, in fact,
198
525000
3000
Он верил, что можно в действительности
09:06
catalog the human face.
199
528000
2000
каталогизировать человеческое лицо.
09:08
And he came up with this idea of Facial Action Coding System, or FACS.
200
530000
3000
И ему пришла идея создать систему кодировки лицевых движений.
09:11
He believed that there were 70 basic poses
201
533000
3000
Он считал, что существуют 70 основных поз
09:14
or shapes of the human face,
202
536000
3000
или образцов человеческого лица,
09:17
and that those basic poses or shapes of the face
203
539000
3000
и что из этих основных поз или образцов лица,
09:20
can be combined to create infinite possibilities
204
542000
3000
что их можно комбинировать для создания бесчисленных вариантов
09:23
of everything the human face is capable of doing.
205
545000
2000
всего, на что способно человеческое лицо.
09:25
And of course, these transcend age, race, culture, gender.
206
547000
3000
И конечно они не связаны с возрастом, расой, культурой и полом.
09:28
So this became the foundation of our research as we went forward.
207
550000
4000
Итак, это стало базой для наших дальнейших исследований.
09:32
And then we came across some remarkable technology
208
554000
3000
А затем мы нашли замечательную технологию
09:35
called Contour.
209
557000
1000
под названием Контур.
09:36
And here you can see a subject having phosphorus makeup
210
558000
3000
Вот тут вы видите субъекта с фосфорным составом,
09:39
stippled on her face.
211
561000
2000
нанесенным точечным пунктиром на ее лицо.
09:41
And now what we're looking at is really creating a surface capture
212
563000
3000
И теперь то, что мы с вами видим -- это действительно ловит движение поверхности
09:44
as opposed to a marker capture.
213
566000
2000
в отличие от захвата движения по меткам.
09:46
The subject stands in front of a computer array of cameras,
214
568000
2000
Субъект стоит перед массивом камер,
09:48
and those cameras can, frame-by-frame,
215
570000
2000
и эти камеры могут кадр за кадром
09:50
reconstruct the geometry of exactly what the subject's doing at the moment.
216
572000
3000
точно воссоздать геометрию того, что делает субъект в определенный момент.
09:53
So, effectively, you get 3D data in real time of the subject.
217
575000
5000
Итак, в сущности, получаем 3Д информацию о субъекте в реальном времени.
09:58
And if you look in a comparison,
218
580000
3000
Для сравнения:
10:01
on the left, we see what volumetric data gives us
219
583000
3000
слева видим, какой результат дает пространственная информация,
10:04
and on the right you see what markers give us.
220
586000
2000
а справа -- какой результат дают метки.
10:07
So, clearly, we were in a substantially better place for this.
221
589000
2000
Думаю, безусловно наш результат был существенно лучше.
10:09
But these were the early days of this technology,
222
591000
2000
Но это были дни зарождение этой технологии,
10:11
and it wasn't really proven yet.
223
593000
2000
и это нужно было еще доказать.
10:13
We measure complexity and fidelity of data
224
595000
2000
Мы измеряем степень сложности и точности информации
10:15
in terms of polygonal count.
225
597000
2000
в терминах полигонального счета.
10:17
And so, on the left, we were seeing 100,000 polygons.
226
599000
3000
Итак, слева мы видели 100 000 полигонов.
10:20
We could go up into the millions of polygons.
227
602000
2000
Мы могли дойти до миллионов полигонов.
10:22
It seemed to be infinite.
228
604000
2000
Казалось, это бесконечный процесс.
10:24
This was when we had our "Aha!"
229
606000
2000
Тут-то мы и сказали: "Вот оно!"
10:26
This was the breakthrough.
230
608000
1000
Это был прорыв.
10:27
This is when we're like, "OK, we're going to be OK,
231
609000
2000
Тогда мы думали: "Хорошо. У нас все будет хорошо.
10:29
This is actually going to work."
232
611000
1000
Это должно сработать".
10:30
And the "Aha!" was, what if we could take Brad Pitt,
233
612000
4000
А "вот оно!" было тут: что если бы мы взяли Бреда Пита,
10:34
and we could put Brad in this device,
234
616000
3000
и поместили Бреда в это устройство,
10:37
and use this Contour process,
235
619000
2000
и использовали этот контурный процесс,
10:39
and we could stipple on this phosphorescent makeup
236
621000
2000
мы бы могли нанести этот фосфоресцирующий состав
10:41
and put him under the black lights,
237
623000
1000
и поместить его под ультрафиолетовые лампы,
10:42
and we could, in fact, scan him in real time
238
624000
3000
то мы могли бы в действительности сканировать реальном времени то,
10:45
performing Ekman's FACS poses.
239
627000
2000
как он выполняет позы по Экмановской системе кодировки лицевых движений.
10:47
Right? So, effectively,
240
629000
2000
Здорово? Итак, в сущности,
10:49
we ended up with a 3D database
241
631000
2000
мы получили 3Д базу данных
10:51
of everything Brad Pitt's face is capable of doing.
242
633000
3000
всего, что лицо Бреда Пита способно изобразить.
10:54
(Laughter)
243
636000
2000
(Смех в зале)
10:56
From there, we actually carved up those faces
244
638000
3000
Отсюда мы фактически разъединяли эти лица
10:59
into smaller pieces and components of his face.
245
641000
3000
на маленькие кусочки и компоненты его лица.
11:02
So we ended up with literally thousands and thousands and thousands of shapes,
246
644000
3000
Вообщем, мы получили в буквальном смысле тысячи, десятки тысяч форм.
11:05
a complete database of all possibilities
247
647000
3000
Полную базу данных всего, что может
11:08
that his face is capable of doing.
248
650000
3000
изобразить его лицо.
11:11
Now, that's great, except we had him at age 44.
249
653000
3000
Ну, здорово, за исключением того, что у нас он был в возрасте 44 лет.
11:14
We need to put another 40 years on him at this point.
250
656000
3000
Нам предстояло состарить его еще на сорок лет на этой стадии.
11:17
We brought in Rick Baker,
251
659000
2000
Мы пригласили Рика Бейкера,
11:19
and Rick is one of the great makeup and special effects gurus
252
661000
2000
одного из гуру в области грима и спецэффектов
11:21
of our industry.
253
663000
1000
нашей индустрии.
11:22
And we also brought in a gentleman named Kazu Tsuji,
254
664000
3000
А также мы позвали господина по имени Казу Цуджи,
11:25
and Kazu Tsuji is one of the great photorealist sculptors of our time.
255
667000
3000
одного из величайших скульпторов-фотореалистов нашего времени.
11:28
And we commissioned them to make a maquette,
256
670000
3000
И мы поручили им сделать макет,
11:31
or a bust, of Benjamin.
257
673000
2000
т.е. бюст, Бенджамина.
11:33
So, in the spirit of "The Great Unveiling" -- I had to do this --
258
675000
3000
И по традиции торжественного открытия памятников -- я должен был сделать так --
11:36
I had to unveil something.
259
678000
2000
я должен был снять покрывало.
11:38
So this is Ben 80.
260
680000
2000
Итак, здесь Бену 80.
11:40
We created three of these:
261
682000
2000
Мы создали три подобных:
11:42
there's Ben 80, there's Ben 70, there's Ben 60.
262
684000
2000
Бен 80, 70, 60 лет.
11:44
And this really became the template for moving forward.
263
686000
3000
И это в действительности стало шаблоном, от которого мы двинулись вперед.
11:47
Now, this was made from a life cast of Brad.
264
689000
2000
А вот это сделано на основе слепка с Брэда.
11:49
So, in fact, anatomically, it is correct.
265
691000
3000
И в действительности, с анатомической точки зрения, здесь все правильно.
11:52
The eyes, the jaw, the teeth:
266
694000
3000
Глаза, челюсть, зубы ...
11:55
everything is in perfect alignment with what the real guy has.
267
697000
3000
все в полном соответствии с тем, что есть у настоящего парня.
11:58
We have these maquettes scanned into the computer
268
700000
2000
Эти макеты были нами отсканированы
12:00
at very high resolution --
269
702000
2000
при очень высоком разрешении.
12:02
enormous polygonal count.
270
704000
2000
Несметное количество полигонов.
12:04
And so now we had three age increments of Benjamin
271
706000
4000
Итак, теперь у нас имелись 3 Бенджамина разных возрастов,
12:08
in the computer.
272
710000
2000
занесенные в компьютер.
12:10
But we needed to get a database of him doing more than that.
273
712000
3000
Но нам нужны были не просто они сами, а база данных того, что они умеют делать.
12:13
We went through this process, then, called retargeting.
274
715000
3000
Мы провели такой процесс, который позднее назвали перенастройка.
12:16
This is Brad doing one of the Ekman FACS poses.
275
718000
2000
Это Брэд выполняет одну поз по системе Экмана.
12:18
And here's the resulting data that comes from that,
276
720000
3000
А это информация, которую мы получаем в результате,
12:21
the model that comes from that.
277
723000
2000
модель которая получается на этой основе.
12:23
Retargeting is the process of transposing that data
278
725000
3000
А перенастройка -- это процесс переноса данных
12:26
onto another model.
279
728000
2000
на другую модель.
12:28
And because the life cast, or the bust -- the maquette -- of Benjamin
280
730000
3000
И потому, что слепок с натуры, т.е. бюст -- макет -- Бенджамина,
12:31
was made from Brad,
281
733000
2000
был сделан с Брэда,
12:33
we could transpose the data of Brad at 44
282
735000
3000
мы могли перенести данные с Брэда в возрасте 44 лет
12:36
onto Brad at 87.
283
738000
2000
на Брэда в 87.
12:38
So now, we had a 3D database of everything Brad Pitt's face can do
284
740000
3000
И вот мы получили 3Д базы данных всего, что может изобразить лицо Брэда Пита
12:41
at age 87, in his 70s and in his 60s.
285
743000
4000
в возрасте 87 лет, 70 и 60 лет.
12:45
Next we had to go into the shooting process.
286
747000
3000
Далее мы должны были к процессу съёмок.
12:48
So while all that's going on,
287
750000
1000
И пока это все происходит,
12:49
we're down in New Orleans and locations around the world.
288
751000
2000
мы попадаем в Новый Орлеан и другие места по всему миру.
12:51
And we shot our body actors,
289
753000
2000
Мы сняли наших подставных актеров,
12:53
and we shot them wearing blue hoods.
290
755000
2000
и у всех у них были голубые капюшоны.
12:55
So these are the gentleman who played Benjamin.
291
757000
2000
Вот это человек, исполняющий роль Бенджамина.
12:57
And the blue hoods helped us with two things:
292
759000
2000
И эти голубые капюшоны помогли нам в двух случаях:
12:59
one, we could easily erase their heads;
293
761000
2000
во-первых, мы с легкостью могли стереть изображение их головы,
13:01
and we also put tracking markers on their heads
294
763000
2000
а также мы установили метки, отслеживающие перемещение головы,
13:03
so we could recreate the camera motion
295
765000
2000
таким образом мы могли воссоздать движение камеры
13:05
and the lens optics from the set.
296
767000
2000
и оптические эффекты.
13:07
But now we needed to get Brad's performance to drive our virtual Benjamin.
297
769000
3000
И теперь нам нужна была актерская игра Брэда для того, чтобы оживить наших виртуальных Бенджаминов.
13:10
And so we edited the footage that was shot on location
298
772000
2000
Итак, мы отредактировали снятый на месте материал,
13:12
with the rest of the cast and the body actors
299
774000
3000
где играл основной состав и подставные актеры,
13:15
and about six months later
300
777000
2000
и по прошествии шести месяцев
13:17
we brought Brad onto a sound stage in Los Angeles
301
779000
3000
мы пригласили Брэда на звукозаписывающую студию в Лос-Анжелесе, где
13:20
and he watched on the screen.
302
782000
3000
он смотрел на экран,
13:23
His job, then, was to become Benjamin.
303
785000
2000
и его задачей тогда было стать Бенджамином.
13:25
And so we looped the scenes.
304
787000
1000
Мы прокручивали сцены.
13:26
He watched again and again.
305
788000
1000
Он смотрел снова и снова.
13:27
We encouraged him to improvise.
306
789000
2000
Мы поощряли его на импровизацию.
13:29
And he took Benjamin into interesting and unusual places
307
791000
3000
И он привнес в образ Бенджамина много интересного, нового,
13:32
that we didn't think he was going to go.
308
794000
2000
того, чего мы даже не ожидали.
13:34
We shot him with four HD cameras
309
796000
2000
Мы снимали его четырьмя HD камерами,
13:36
so we'd get multiple views of him
310
798000
1000
чтобы получить множество его изображений,
13:37
and then David would choose the take of Brad being Benjamin
311
799000
3000
а затем Давид мог выбрать снимок Брэда в роли Бенджамина,
13:40
that he thought best matched the footage
312
802000
3000
который по его мнению лучше всего вписывается в отснятый материал
13:43
with the rest of the cast.
313
805000
1000
с другими актёрами.
13:44
From there we went into a process called image analysis.
314
806000
3000
И начиная отсюда, мы занялись процессом под названием "анализ изображения".
13:47
And so here, you can see again, the chosen take.
315
809000
3000
И вот здесь, посмотрите еще раз, выбранный снимок.
13:50
And you are seeing, now, that data being transposed on to Ben 87.
316
812000
3000
И сейчас мы наблюдаем, как данные переносятся на 87-летнего Бена.
13:53
And so, what's interesting about this is
317
815000
3000
И интересно здесь то, что
13:56
we used something called image analysis,
318
818000
2000
мы использовали вещь, под названием "анализ изображения",
13:58
which is taking timings from different components of Benjamin's face.
319
820000
3000
который в данный момент выполняет синхронизацию различных составных частей лица Бенджамина.
14:01
And so we could choose, say, his left eyebrow.
320
823000
3000
И, например, мы могли бы остановиться на его левой брови.
14:04
And the software would tell us that, well,
321
826000
2000
И программное обеспечение сказало бы нам, ну,
14:06
in frame 14 the left eyebrow begins to move from here to here,
322
828000
2000
в блоке 14 левая бровь начинает двигаться отсюда туда,
14:08
and it concludes moving in frame 32.
323
830000
2000
и она завершает движение в блоке 32.
14:10
And so we could choose numbers of positions on the face
324
832000
2000
И так мы могли выбирать множество позиций на лице
14:12
to pull that data from.
325
834000
2000
для получения подобной информации.
14:14
And then, the sauce I talked about with our technology stew --
326
836000
2000
А теперь тот соус, про который я говорил, вместе с нашей технологической солянкой,
14:16
that secret sauce was, effectively, software that allowed us to
327
838000
3000
этот секретный соус был в сущности программным обеспечением. которое позволило нам
14:19
match the performance footage of Brad
328
841000
3000
согласовать отснятый материал по Брэду
14:22
in live action with our database of aged Benjamin,
329
844000
4000
с нашей базой данных по постаревшему Бенджамину,
14:26
the FACS shapes that we had.
330
848000
2000
формами по системе кодировки лицевых движений, которая у нас имелась.
14:28
On a frame-by-frame basis,
331
850000
3000
Кадр за кадром
14:31
we could actually reconstruct a 3D head
332
853000
3000
мы смогли воссоздать голову в 3Д измерении,
14:34
that exactly matched the performance of Brad.
333
856000
3000
которая полностью соответствовала игре Брэда.
14:37
So this was how the finished shot appeared in the film.
334
859000
3000
Таким образом законченный кадр появлялся в фильме.
14:40
And here you can see the body actor.
335
862000
2000
Здесь вы ведите подставного актера.
14:42
And then this is what we called the "dead head," no reference to Jerry Garcia.
336
864000
3000
А тут-то что мы называли "мертвой головой", это не связано с творчеством Джерри Гарсия.
14:45
And then here's the reconstructed performance
337
867000
3000
А здесь реконструированное исполнение
14:48
now with the timings of the performance.
338
870000
3000
уже синхронизированно с окружением.
14:51
And then, again, the final shot.
339
873000
2000
А вот снова финальный кадр.
14:54
It was a long process.
340
876000
2000
Это был долгий процесс.
14:56
(Applause)
341
878000
3000
(Аплодисменты)
15:07
The next section here, I'm going to just blast through this,
342
889000
2000
Следующий момент, в двух словах,
15:09
because we could do a whole TEDTalk on the next several slides.
343
891000
4000
потому что можно сделать отдельное выступление на TED на основании следующих нескольких слайдов.
15:13
We had to create a lighting system.
344
895000
3000
Нам нужно было создать систему освещения.
15:16
So really, a big part of our processes was creating a lighting environment
345
898000
3000
Фактически большая часть нашей работы приходилась на создание освещения
15:19
for every single location that Benjamin had to appear
346
901000
2000
в каждом отдельном месте появления Бенджамина,
15:21
so that we could put Ben's head into any scene
347
903000
3000
так, что сможем поместить голову Бена в любую сцену,
15:24
and it would exactly match the lighting that's on the other actors
348
906000
3000
и ее освещение будет полностью соответствовать освещению других актёров
15:27
in the real world.
349
909000
1000
в реальном мире.
15:28
We also had to create an eye system.
350
910000
3000
Также нам пришлось создать глаза.
15:31
We found the old adage, you know,
351
913000
2000
Мы нашли, что старинная поговорка, помните,
15:33
"The eyes are the window to the soul,"
352
915000
2000
"Глаза -- зеркало души",
15:35
absolutely true.
353
917000
1000
очень верна.
15:36
So the key here was to keep everybody looking in Ben's eyes.
354
918000
2000
Поэтому тут было важным сделать так,чтобы все смотрели Бену в глаза.
15:38
And if you could feel the warmth, and feel the humanity,
355
920000
2000
И если вы смогли бы почувствовать теплоту, почувствовать человечность,
15:40
and feel his intent coming through the eyes,
356
922000
3000
почувствовать стремление в его глазах,
15:43
then we would succeed.
357
925000
1000
тогда бы мы достигли своей цели.
15:44
So we had one person focused on the eye system
358
926000
3000
Поэтому за глаза у нас отвечал отдельный человек,
15:47
for almost two full years.
359
929000
2000
практически в течение двух целых лет.
15:49
We also had to create a mouth system.
360
931000
2000
Нам также пришлось создать ротовую систему.
15:51
We worked from dental molds of Brad.
361
933000
2000
Мы работали на основе зубных слепков Брэда.
15:53
We had to age the teeth over time.
362
935000
2000
Нам пришлось состарить зубы в соответствии с возрастом героя.
15:55
We also had to create an articulating tongue that allowed him to enunciate his words.
363
937000
3000
Также нам пришлось создать производящий звуки речи язык, который позволил бы ему отчётливо произносить слова.
15:58
There was a whole system written in software to articulate the tongue.
364
940000
2000
На языке программирования была написана целая система, отвечающая за артикуляцию языка.
16:00
We had one person devoted to the tongue for about nine months.
365
942000
2000
У нас сотрудник посвятил около девяти месяцев на язык.
16:02
He was very popular.
366
944000
2000
Он пользовался популярностью.
16:04
Skin displacement: another big deal.
367
946000
3000
Изменение кожи: ещё одна важная вещь.
16:07
The skin had to be absolutely accurate.
368
949000
2000
Кожа должна выглядеть абсолютно естественно,
16:09
He's also in an old age home, he's in a nursing home
369
951000
3000
а ведь он находится в заведении для ухода за престарелыми, в доме престарелых
16:12
around other old people,
370
954000
2000
в окружении других пожилых людей,
16:14
so he had to look exactly the same as the others.
371
956000
2000
поэтому он должен был выглядеть точно также, как и другие.
16:16
So, lots of work on skin deformation,
372
958000
1000
Поэтому много работы было с состариванием кожи;
16:17
you can see in some of these cases it works,
373
959000
1000
видите -- в некоторых случаях получилось,
16:18
in some cases it looks bad.
374
960000
1000
в некоторых -- не очень;
16:19
This is a very, very, very early test in our process.
375
961000
2000
это самые, самые ранние испытания в нашем процессе.
16:21
So, effectively we created a digital puppet
376
963000
3000
Вообщем, фактически мы создали цифровую марионетку,
16:24
that Brad Pitt could operate with his own face.
377
966000
3000
которой Брэд Пит мог управлять с помощью своего лица.
16:27
There were no animators necessary to come in and interpret behavior
378
969000
4000
Тут не нужны мультипликаторы для того, чтобы передавать его поведение
16:31
or enhance his performance.
379
973000
2000
или улучшать его игру.
16:33
There was something that we encountered, though,
380
975000
3000
Однако мы натолкнулись на то,
16:36
that we ended up calling "the digital Botox effect."
381
978000
3000
что в конце концов назвали " эффектом цифрового Ботокса".
16:39
So, as things went through this process,
382
981000
3000
По мере того, как шёл этот процесс,
16:42
Fincher would always say, "It sandblasts the edges off of the performance."
383
984000
3000
Финчер всегда повторял: "Это уменьшает остроту игры".
16:45
And thing our process and the technology couldn't do,
384
987000
3000
И единственную вещь, которую наш процесс и наша технология не могли сделать --
16:48
is they couldn't understand intent,
385
990000
3000
это они не могли понять цель,
16:51
the intent of the actor.
386
993000
2000
намерение актера.
16:53
So it sees a smile as a smile.
387
995000
2000
Т.е. улыбка виделась, как просто улыбка.
16:55
It doesn't recognize an ironic smile, or a happy smile,
388
997000
3000
Не распознавалась ироническая улыбка или счастливая улыбка,
16:58
or a frustrated smile.
389
1000000
1000
или разочарованная улыбка.
16:59
So it did take humans to kind of push it one way or another.
390
1001000
3000
Люди же улыбаются по-разному.
17:02
But we ended up calling the entire process
391
1004000
3000
Но мы в конце концов пришли к тому, чтобы назвать весь процесс
17:05
and all the technology "emotion capture,"
392
1007000
2000
и всю технологию "захват эмоции"
17:07
as opposed to just motion capture.
393
1009000
1000
в противопоставление к просто захвату движения.
17:08
Take another look.
394
1010000
2000
Давай-те посмотрим еще разок.
17:11
Brad Pitt: Well, I heard momma and Tizzy whisper,
395
1013000
2000
Брэд Пит: Ну, я слышал, как мамуля и Тиззи шептались,
17:13
and they said I was gonna die soon,
396
1015000
2000
и они говорили, что я должен вскоре умереть.
17:15
but ... maybe not.
397
1017000
2000
Но... может быть нет.
17:37
EU: That's how to create a digital human in 18 minutes.
398
1039000
3000
Эд Албрич: Вот как можно создать компьютерного человека за 18 минут.
17:40
(Applause)
399
1042000
3000
(Аплодисменты)
17:48
A couple of quick factoids;
400
1050000
2000
Парочка любопытных фактов.
17:50
it really took 155 people over two years,
401
1052000
4000
Над проектом работали 155 людей в течении двух лет,
17:54
and we didn't even talk about 60 hairstyles and an all-digital haircut.
402
1056000
4000
это не говоря еще о 60 прическах и полностью цифровых стрижках.
17:58
But, that is Benjamin. Thank you.
403
1060000
3000
Но так получился Бенджамин. Спасибо.
ABOUT THE SPEAKER
Ed Ulbrich - Visual storytellerEd 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.
Ed Ulbrich | Speaker | TED.com