TED2009
Ed Ulbrich: How Benjamin Button got his face
Ed Ulbrich nos muestra como Benjamin Button obtuvo su rostro.
Filmed:
Readability: 4.4
1,080,448 views
Ed Ulbrich, el gurú de efectos digitales de Digital Domain, nos explica la tecnología merecedora de un Oscar que le permitió a su equipo crear jóvenes y ancianas versiones digitales del rostro de Brad Pitt para la película "The Curious Case of Benjamin Button."
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
Estoy aquí representando a un equipo de artistas, tecnólogos y [los que se dedican al cine]
00:23
that worked together on a remarkable film project for the last four years.
1
5000
3000
que trabajaron en un proyecto fílmico impresionante durante los pasados cuatro años.
00:26
And along the way they created a breakthrough in computer visualization.
2
8000
4000
Y que en el camino crearon un avance en visualización computarizada.
00:30
So I want to show you a clip of the film now.
3
12000
3000
Les quiero mostrar un clip de vídeo.
00:33
Hopefully it won't stutter.
4
15000
3000
Con suerte no se trabará.
00:36
And if we did our jobs well, you won't know that we were even involved.
5
18000
3000
Y si hicimos bien nuestro trabajo, no sabrán que estuvimos involucrados.
00:39
Voice (Video): I don't know how it's possible ...
6
21000
3000
Vídeo: No se como es posible...
00:42
but you seem to have more hair.
7
24000
3000
pero parece que tienes más cabello.
00:45
Brad Pitt: What if I told you that I wasn't getting older ...
8
27000
3000
Benjamin Button: ¿Si te dijera que no estoy envejeciendo...
00:48
but I was getting younger than everybody else?
9
30000
2000
si no que me estoy haciendo más joven que todos?
00:53
I was born with some form of disease.
10
35000
3000
Nací con una enfermedad.
00:56
Voice: What kind of disease?
11
38000
2000
Voz: ¿Qué tipo de enfermedad?
00:58
BP: I was born old.
12
40000
2000
BB: Nací viejo.
01:01
Man: I'm sorry.
13
43000
2000
Hombre: Cuanto lo siento.
01:03
BP: No need to be. There's nothing wrong with old age.
14
45000
3000
BB: No hay necesidad. No hay nada de malo con ser viejo.
01:08
Girl: Are you sick?
15
50000
2000
Niña: ¿Estás enfermo?
01:10
BP: I heard momma and Tizzy whisper,
16
52000
3000
BB: Esuché a mamá y Tizzy [susurrar]
01:13
and they said I was gonna die soon.
17
55000
2000
y dijeron que yo iba a morir pronto.
01:15
But ... maybe not.
18
57000
3000
Pero... tal vez no.
01:18
Girl: You're different than anybody I've ever met.
19
60000
3000
Niña: Eres diferente a todos lo que he conocido antes.
01:22
BB: There were many changes ...
20
64000
3000
BB: Hubieron muchos cambios...
01:25
some you could see, some you couldn't.
21
67000
3000
algunos los podías ver, otros no.
01:28
Hair started growing in all sorts of places,
22
70000
3000
Empezó a salir bello en una variedad de lugares,
01:31
along with other things.
23
73000
3000
además de otras cosas.
01:34
I felt pretty good, considering.
24
76000
3000
Me sentía bastante bien, considerando las circunstancias.
01:38
Ed Ulbrich: That was a clip from "The Curious Case of Benjamin Button."
25
80000
4000
Ed Ulbrich: Ese fue un clip de "The Curious Case of Benjamin Button."
01:42
Many of you, maybe you've seen it or you've heard of the story,
26
84000
4000
Muchos de ustedes, algunos ya la vieron otros han escuchado la historia,
01:46
but what you might not know
27
88000
2000
pero lo que ustedes no saben
01:48
is that for nearly the first hour of the film,
28
90000
2000
es que durante, prácticamente, la primera hora de la película
01:50
the main character, Benjamin Button, who's played by Brad Pitt,
29
92000
3000
el personaje principal, Benjamin Button, que Brad Pitt representó,
01:53
is completely computer-generated from the neck up.
30
95000
3000
es generado por computadora del cuello para arriba.
01:56
Now, there's no use of prosthetic makeup
31
98000
3000
No se usó maquillaje
01:59
or photography of Brad superimposed over another actor's body.
32
101000
3000
o fotografías de Brad sobrepuestas al cuerpo de otro actor.
02:02
We've created a completely digital human head.
33
104000
3000
Nosotros creamos una cabeza humana completamente digital.
02:05
So I'd like to start with a little bit of history on the project.
34
107000
3000
Aspi que me gustaría empezar con un poco de la historia del proyecto.
02:08
This is based on an F. Scott Fitzgerald short story.
35
110000
2000
La película esta basada en una historia de F. Scott Fitzgerald.
02:10
It's about a man who's born old and lives his life in reverse.
36
112000
3000
Se trata de un hombre que nace siendo anciano y vive su vida en sentido contrario.
02:13
Now, this movie has floated around Hollywood
37
115000
2000
Esta película ha circulado Hollywood
02:15
for well over half a century,
38
117000
2000
por alrededor de media centuria
02:17
and we first got involved with the project in the early '90s,
39
119000
3000
y por fin nos involucramos en el proyecto al principio de los 90's
02:20
with Ron Howard as the director.
40
122000
2000
con Ron Howard como director.
02:22
We took a lot of meetings and we seriously considered it.
41
124000
3000
Tuvimos muchas juntas y lo consideramos muy seriamente.
02:25
But at the time we had to throw in the towel.
42
127000
2000
Pero tuvimos que tirar la toalla en ese entonces.
02:27
It was deemed impossible.
43
129000
2000
Se consideró imposible.
02:29
It was beyond the technology of the day to depict a man aging backwards.
44
131000
4000
Estaba más allá de las posibilidades de la tecnología de ese entonces el mostrar a un hombre que rejuvenecía.
02:33
The human form, in particular the human head,
45
135000
3000
La forma humana, especialmente la cabeza,
02:36
has been considered the Holy Grail of our industry.
46
138000
3000
ha sido considerada el Cáliz Sagrado de nuestra industria.
02:39
The project came back to us about a decade later,
47
141000
3000
El proyecto regreso a nosotros una década después,
02:42
and this time with a director named David Fincher.
48
144000
3000
ahora con el director David Fincher.
02:45
Now, Fincher is an interesting guy.
49
147000
3000
Fincher es un hombre interesante.
02:48
David is fearless of technology,
50
150000
2000
David es audaz cuando se trata de tecnología,
02:50
and he is absolutely tenacious.
51
152000
2000
y es absolutamente tenaz.
02:52
And David won't take "no."
52
154000
2000
David no aceptará un "No" como respuesta.
02:54
And David believed, like we do in the visual effects industry,
53
156000
3000
y David creía, como nosotros en la industria de los efectos visuales,
02:57
that anything is possible
54
159000
3000
que cualquier cosa es possible
03:00
as long as you have enough time, resources and, of course, money.
55
162000
3000
siempre y cuando tengas suficiente tiempo, recursos y, por supuesto, dinero.
03:03
And so David had an interesting take on the film,
56
165000
4000
Y por eso David tenía un acercamiento interesante para la película,
03:07
and he threw a challenge at us.
57
169000
3000
y nos hizo un reto.
03:10
He wanted the main character of the film to be played
58
172000
3000
ël quería que el personaje principal fuera actuado
03:13
from the cradle to the grave by one actor.
59
175000
2000
de la cuna a la tumba por un solo actor.
03:15
It happened to be this guy.
60
177000
2000
Resultó ser este hombre.
03:17
We went through a process of elimination and a process of discovery
61
179000
3000
A travesamos un proceso de eliminación y un proceso de descubrimiento
03:20
with David, and we ruled out, of course, swapping actors.
62
182000
3000
con David, y descartamos, por supuesto, usar diferentes actores.
03:23
That was one idea: that we would have different actors,
63
185000
3000
Esa era una idea: que usáramos diferentes actores,
03:26
and we would hand off from actor to actor.
64
188000
2000
y que cambiáramos de actor a actor.
03:28
We even ruled out the idea of using makeup.
65
190000
2000
Incluso descartamos la idea de usar maquillaje,
03:30
We realized that prosthetic makeup just wouldn't hold up,
66
192000
3000
Nos dimos cuenta de que el maquillaje simplemente no iba a bastar,
03:33
particularly in close-up.
67
195000
2000
particularmente en los acercamientos.
03:35
And makeup is an additive process. You have to build the face up.
68
197000
3000
Y el maquillaje es un proceso aditivo. Tienes que hacer el rostro desde cero.
03:38
And David wanted to carve deeply into Brad's face
69
200000
3000
Como David quería grabar muy de cerca el rostro de Brad
03:41
to bring the aging to this character.
70
203000
2000
para demostrar el envejecimiento de su personaje.
03:43
He needed to be a very sympathetic character.
71
205000
2000
Necesitaba ser un personaje muy comprensivo.
03:45
So we decided to cast a series of little people
72
207000
3000
Así que decidimos audicionar a una serie de gente pequeña
03:48
that would play the different bodies of Benjamin
73
210000
3000
que representarían los diferentes cuerpos de Benjamin
03:51
at the different increments of his life
74
213000
2000
en las diferentes etapas de su vida
03:53
and that we would in fact create a computer-generated version of Brad's head,
75
215000
3000
y que de hecho construyéramos un versión generada por computadora de la cabeza de Brad
03:56
aged to appear as Benjamin,
76
218000
2000
envejecida para parecerse a Benjamin,
03:58
and attach that to the body of the real actor.
77
220000
3000
y después pegar esa cabeza al cuerpo del actor real.
04:01
Sounded great.
78
223000
2000
Sonaba genial.
04:03
Of course, this was the Holy Grail of our industry,
79
225000
3000
Claro que, este era el Cáliz Sagrado de nuestra industria,
04:06
and the fact that this guy is a global icon didn't help either,
80
228000
3000
y el hecho de que este hombre fuera un icono mundial no ayudaba para nada,
04:09
because I'm sure if any of you ever stand in line at the grocery store,
81
231000
3000
por que seguramente si han estado en la fila del supermercado,
04:12
you know -- we see his face constantly.
82
234000
3000
ya saben, vemos su rostro constantemente.
04:15
So there really was no tolerable margin of error.
83
237000
2000
Así que no hay un margen de error que sea tolerable.
04:17
There were two studios involved: Warner Brothers and Paramount.
84
239000
3000
Dos estudios estaban involucrados. Waner Brothers y Paramount.
04:20
And they both believed this would make an amazing film, of course,
85
242000
3000
Ambos creían que esta iba a ser una película increíble, por supuesto,
04:23
but it was a very high-risk proposition.
86
245000
3000
pero era una propuesta de alto riesgo.
04:26
There was lots of money and reputations at stake.
87
248000
3000
Mucho dinero y muchas reputaciones estaban en juego.
04:29
But we believed that we had a very solid methodology
88
251000
3000
Y creíamos que nuestra metodología era muy sólida
04:32
that might work ...
89
254000
3000
que podría funcionar...
04:35
But despite our verbal assurances,
90
257000
3000
Pero a pesar de nuestras convicciones,
04:38
they wanted some proof.
91
260000
2000
ellos querían una demostración.
04:40
And so, in 2004, they commissioned us to do a screen test of Benjamin.
92
262000
3000
En el 2004, nos pidieron una demostración de Benjamin.
04:43
And we did it in about five weeks.
93
265000
3000
Y lo logramos en alrededor de cinco semanas.
04:46
But we used lots of cheats and shortcuts.
94
268000
3000
Pero usamos muchos trucos y atajos
04:49
We basically put something together to get through the meeting.
95
271000
3000
Lo que logramos fue para pasar la prueba.
04:52
I'll roll that for you now. This was the first test for Benjamin Button.
96
274000
3000
En un momento más les mostraré el vídeo. Esta fue la primera prueba de Benjamin Button.
04:55
And in here, you can see, that's a computer-generated head --
97
277000
3000
Y aquí, pueden ver una cabeza generada por computadora.
04:58
pretty good -- attached to the body of an actor.
98
280000
3000
Es bastante buena. Pegada al cuerpo de un actor.
05:01
And it worked. And it gave the studio great relief.
99
283000
3000
Y funciono. Lo que tranquilizó enormemente al estudio.
05:04
After many years of starts and stops on this project,
100
286000
3000
Después de muchos años de empezar y cesar el proyecto,
05:07
and making that tough decision,
101
289000
3000
y después de tomar la difícil decisión,
05:10
they finally decided to greenlight the movie.
102
292000
3000
por fin se decidieron por darnos la luz verde para empezar la película.
05:13
And I can remember, actually, when I got the phone call to congratulate us,
103
295000
3000
Recuerdo que cuando recibí la llamada para felicitarnos,
05:16
to say the movie was a go,
104
298000
2000
diciendo que podíamos comenzar con la película,
05:18
I actually threw up.
105
300000
2000
yo, de hecho, vomité.
05:20
(Laughter)
106
302000
2000
(Risas)
05:22
You know, this is some tough stuff.
107
304000
2000
Saben, esto fue bastante difícil.
05:24
So we started to have early team meetings,
108
306000
3000
Así que comenzamos teniendo juntas,
05:27
and we got everybody together,
109
309000
2000
y cuando todos estábamos reunidos,
05:29
and it was really more like therapy in the beginning,
110
311000
3000
al principio parecía ser una terapia grupal,
05:32
convincing each other and reassuring each other that we could actually undertake this.
111
314000
3000
convenciéndonos y confirmándonos unos a otros de que podíamos lograrlo.
05:35
We had to hold up an hour of a movie with a character.
112
317000
3000
Teníamos que lograr una hora de la película con un personaje.
05:38
And it's not a special effects film; it has to be a man.
113
320000
3000
Después de todo no es una película de efectos especiales, tenía que ser acerca de un hombre.
05:41
We really felt like we were in a -- kind of a 12-step program.
114
323000
3000
Nos sentíamos como si estuviéramos en una especie de programa de 12 pasos.
05:44
And of course, the first step is: admit you've got a problem. (Laughter)
115
326000
3000
Y por supuesto, el primer paso es: admitir que tienes un problema.
05:48
So we had a big problem:
116
330000
2000
Y nosotros teníamos un gran problema.
05:50
we didn't know how we were going to do this.
117
332000
3000
No sabíamos como íbamos a lograrlo.
05:53
But we did know one thing.
118
335000
2000
Pero sí sabíamos una cosa.
05:55
Being from the visual effects industry,
119
337000
3000
Proviniendo de la industria de efectos visuales,
05:58
we, with David, believed that we now had enough time,
120
340000
3000
nosotros, junto con David, creíamos que teníamos tiempo suficiente,
06:01
enough resources, and, God, we hoped we had enough money.
121
343000
3000
suficientes recursos y, Dios, esperábamos tener suficiente dinero.
06:04
And we had enough passion to will the processes and technology into existence.
122
346000
5000
Teníamos la pasión suficiente para desarrollar el procedimiento y la tecnología.
06:09
So, when you're faced with something like that,
123
351000
2000
Así que cuando uno se enfrenta ante una situación similar,
06:11
of course you've got to break it down.
124
353000
2000
por supuesto que lo tienes que analizar.
06:13
You take the big problem and you break it down into smaller pieces
125
355000
2000
Tomas el gran problema y lo separas en partes más pequeñas
06:15
and you start to attack that.
126
357000
1000
y atacas a estas.
06:16
So we had three main areas that we had to focus on.
127
358000
2000
Así que nos teníamos que concentrar en tres áreas principales.
06:18
We needed to make Brad look a lot older --
128
360000
2000
Necesitábamos envejecer a Brad.
06:20
needed to age him 45 years or so.
129
362000
2000
Necesitábamos envejecerlo alrededor de 45 años.
06:22
And we also needed to make sure that we could take Brad's idiosyncrasies,
130
364000
6000
También nos teníamos que asegurar de incorporar las idiosincrasias de Brad,
06:28
his little tics, the little subtleties that make him who he is
131
370000
2000
sus pequeños tics, sus sutilezas que lo hacen ser quien es
06:30
and have that translate through our process
132
372000
2000
y traducir todo eso a través de nuestro proceso
06:32
so that it appears in Benjamin on the screen.
133
374000
3000
para que sea visible en Benjamin en la pantalla.
06:35
And we also needed to create a character
134
377000
2000
También necesitábamos crear un personaje
06:37
that could hold up under, really, all conditions.
135
379000
3000
que fuera funcional bajo cualquier condición de trabajo.
06:40
He needed to be able to walk in broad daylight,
136
382000
2000
Necesitaba poder caminar en pleno día,
06:42
at nighttime, under candlelight,
137
384000
3000
durante la noche, con la luz de una vela,
06:45
he had to hold an extreme close-up,
138
387000
2000
tenía que ser creíble en acercamientos extremos,
06:47
he had to deliver dialogue,
139
389000
1000
el tenía que ser capaz de dialogar,
06:48
he had to be able to run, he had to be able to sweat,
140
390000
2000
tenía que correr, tenía que sudar,
06:50
he had to be able to take a bath, to cry,
141
392000
2000
tenía que poder bañarse, llorar,
06:52
he even had to throw up.
142
394000
1000
incluso tenía que poder vomitar.
06:53
Not all at the same time --
143
395000
1000
No al mismo tiempo.
06:54
but he had to, you know, do all of those things.
144
396000
2000
Pero tenía que ser capaz de hacer todo eso.
06:56
And the work had to hold up for almost the first hour of the movie.
145
398000
3000
Y tenía que ser creíble durante casi toda la primera hora de la película.
06:59
We did about 325 shots.
146
401000
2000
Hicimos cerca de 325 tomas.
07:01
So we needed a system that would allow Benjamin
147
403000
3000
Así que necesitábamos un sistema que permitiera a Benjamin
07:04
to do everything a human being can do.
148
406000
3000
hacer lo que todo ser humano es capaz de hacer.
07:07
And we realized that there was a giant chasm
149
409000
3000
Y nos dimos cuenta del gran abismo que existía
07:10
between the state of the art of technology in 2004
150
412000
3000
entre el estado actual de la tecnología de punta del 2004
07:13
and where we needed it to be.
151
415000
2000
y donde necesitábamos que estuviera.
07:15
So we focused on motion capture.
152
417000
3000
Así que nos enfocamos en la captura de movimeinto.
07:18
I'm sure many of you have seen motion capture.
153
420000
2000
Estoy seguro que muchos de ustedes han visto la captura de movimiento.
07:20
The state of the art at the time
154
422000
2000
La tecnología de punta de ese entonces
07:22
was something called marker-based motion capture.
155
424000
2000
era llamada captura de movimiento basada en marcadores.
07:24
I'll give you an example here.
156
426000
1000
Les pondré un ejemplo.
07:25
It's basically the idea of, you wear a leotard,
157
427000
2000
La idea básicamente es, usas un leotardo,
07:27
and they put some reflective markers on your body,
158
429000
2000
y te ponen marcadores reflectantes en tú cuerpo,
07:29
and instead of using cameras,
159
431000
2000
y en vez de usar cámaras,
07:31
there're infrared sensors around a volume,
160
433000
2000
hay sensores infrarrojos alrededor de un cierto volumen,
07:33
and those infrared sensors track the three-dimensional position
161
435000
2000
y dichos sensores siguen y registran la posición tridimensional
07:35
of those markers in real time.
162
437000
2000
de esos marcadores en tiempo real.
07:37
And then animators can take the data of the motion of those markers
163
439000
3000
Después los animadores toman la información registrada de los marcadores
07:40
and apply them to a computer-generated character.
164
442000
2000
y la aplican a un personaje generado por computadora.
07:42
You can see the computer characters on the right
165
444000
3000
Pueden ver que los personajes computarizados en la derecha
07:45
are having the same complex motion as the dancers.
166
447000
3000
están realizando el mismo movimiento que los bailarines.
07:48
But we also looked at numbers of other films at the time
167
450000
2000
Pero también observamos a los números de otras películas que en ese entonces
07:50
that were using facial marker tracking,
168
452000
2000
usaban marcadores faciales,
07:52
and that's the idea of putting markers on the human face
169
454000
2000
y esa es la idea de poner marcadores en el rostro humano
07:54
and doing the same process.
170
456000
1000
y hacer el mismo proceso.
07:55
And as you can see, it gives you a pretty crappy performance.
171
457000
4000
Como pueden ver, el resultado es bastante patético.
07:59
That's not terribly compelling.
172
461000
3000
Esto no es muy convincente que digamos.
08:02
And what we realized
173
464000
2000
Y d elo que nos dimos cuenta
08:04
was that what we needed
174
466000
1000
fue que lo que necesitábamos
08:05
was the information that was going on between the markers.
175
467000
2000
era la información de lo que estaba pasando entre los marcadores.
08:07
We needed the subtleties of the skin.
176
469000
3000
Necesitábamos la sutileza de la piel.
08:10
We needed to see skin moving over muscle moving over bone.
177
472000
3000
Necesitábamos ver como se movía la piel sobre músculo sobre hueso.
08:13
We needed creases and dimples and wrinkles and all of those things.
178
475000
2000
Necesitábamos ceños fruncidos, hoyuelos, arrugas y todas esas cosas.
08:15
Our first revelation was to completely abort and walk away from
179
477000
3000
Nuestra primera revelación fue abortar por completo y alejarnos
08:18
the technology of the day, the status quo, the state of the art.
180
480000
3000
de la tecnología de ese día, el estatus quo, la tecnología de punta.
08:21
So we aborted using motion capture.
181
483000
3000
Así que abandonamos la captura de movimiento.
08:24
And we were now well out of our comfort zone,
182
486000
3000
Y nos encontrábamos muy en las afueras de nuestra zona de confort,
08:27
and in uncharted territory.
183
489000
2000
en territorio inexplorado.
08:29
So we were left with this idea
184
491000
3000
Así que acabamos con esta idea
08:32
that we ended up calling "technology stew."
185
494000
3000
que finalmente llamamos "estofado tecnológico".
08:35
We started to look out in other fields.
186
497000
2000
Empezamos a buscar afuera, en otros campos
08:37
The idea was that we were going to find
187
499000
3000
y la idea era que teníamos que encontar
08:40
nuggets or gems of technology
188
502000
2000
pedazos o gemas de tecnología
08:42
that come from other industries like medical imaging,
189
504000
2000
que provinieran de otras industrias como imagenología médica,
08:44
the video game space,
190
506000
1000
los vídeo juegos,
08:45
and re-appropriate them.
191
507000
2000
y re-adecuarlos.
08:47
And we had to create kind of a sauce.
192
509000
3000
Teníamos que crear algún tipo de salsa.
08:50
And the sauce was code in software
193
512000
3000
Y esa salsa era el código del software
08:53
that we'd written to allow these disparate pieces of technology
194
515000
3000
que habíamos escrito para que este variedad de piezas tecnológicas
08:56
to come together and work as one.
195
518000
2000
se fusionaran y trabajaran como una sola.
08:58
Initially, we came across some remarkable research
196
520000
2000
Inicialmente, encontramos una investigación impresionante
09:00
done by a gentleman named Dr. Paul Ekman in the early '70s.
197
522000
3000
creada por un caballero llamado Dr. Paul Ekman al inicio de los 70's.
09:03
He believed that he could, in fact,
198
525000
3000
El creía que, de hecho
09:06
catalog the human face.
199
528000
2000
catalogó el rostro humano.
09:08
And he came up with this idea of Facial Action Coding System, or FACS.
200
530000
3000
E ideó este concepto de FACS, Sistema de Codificación de Acciones Faciales.
09:11
He believed that there were 70 basic poses
201
533000
3000
El creía que existían 70 gestos básicos
09:14
or shapes of the human face,
202
536000
3000
o formas del rostro humano
09:17
and that those basic poses or shapes of the face
203
539000
3000
y que dichos gestos o formas del rostro,
09:20
can be combined to create infinite possibilities
204
542000
3000
podían crear una infinidad de combinaciones posibles
09:23
of everything the human face is capable of doing.
205
545000
2000
de cualquier cosa que el rostro humano sea capaz de hacer.
09:25
And of course, these transcend age, race, culture, gender.
206
547000
3000
Por supuesto, estos trascendían la edad, raza, cultura y género.
09:28
So this became the foundation of our research as we went forward.
207
550000
4000
Esto se convirtió en la base de nuestra investigación y continuamos hacia delante.
09:32
And then we came across some remarkable technology
208
554000
3000
Fue después cuando nos encontramos esta increíble tecnología
09:35
called Contour.
209
557000
1000
llamada Contour.
09:36
And here you can see a subject having phosphorus makeup
210
558000
3000
Aquí se puede ver maquillaje fosforescente siendo aplicado a un sujeto
09:39
stippled on her face.
211
561000
2000
en su rostro.
09:41
And now what we're looking at is really creating a surface capture
212
563000
3000
Lo que en verdad estamos viendo es la creación de una superficie de captura
09:44
as opposed to a marker capture.
213
566000
2000
en oposición a un marcador de captura.
09:46
The subject stands in front of a computer array of cameras,
214
568000
2000
El sujeto se posiciona en frente de un arreglo computarizado de cámaras,
09:48
and those cameras can, frame-by-frame,
215
570000
2000
y esas cámaras pueden, cuadro por cuadro,
09:50
reconstruct the geometry of exactly what the subject's doing at the moment.
216
572000
3000
reconstruir la geometría de manera precisa de lo que el sujeto esté haciendo en el momento.
09:53
So, effectively, you get 3D data in real time of the subject.
217
575000
5000
Asé que, efectivamente, se obtiene información 3D en tiempo real del sujeto.
09:58
And if you look in a comparison,
218
580000
3000
Y si observan una comparación,
10:01
on the left, we see what volumetric data gives us
219
583000
3000
en la izquierda, vemos lo que la información volumétrica nos da
10:04
and on the right you see what markers give us.
220
586000
2000
y en la derecha ven lo que los marcadores nos otorgan.
10:07
So, clearly, we were in a substantially better place for this.
221
589000
2000
Así que, claramente, nos encontrábamos en una situación substancialmente mejor para esto.
10:09
But these were the early days of this technology,
222
591000
2000
Pero estos eran los primeros días de esa tecnología,
10:11
and it wasn't really proven yet.
223
593000
2000
y no había sido realmente puesta a prueba.
10:13
We measure complexity and fidelity of data
224
595000
2000
Pero medimos la complejidad y la fidelidad de los datos
10:15
in terms of polygonal count.
225
597000
2000
en términos de la cantidad de polígonos.
10:17
And so, on the left, we were seeing 100,000 polygons.
226
599000
3000
Así, en la izquierda, vemos 100,000 polígonos.
10:20
We could go up into the millions of polygons.
227
602000
2000
Podíamos escalar a los millones de polígonos.
10:22
It seemed to be infinite.
228
604000
2000
Parecería ser infinito.
10:24
This was when we had our "Aha!"
229
606000
2000
Fue ahí cuando tuvimos nuestro "¡a ha!".
10:26
This was the breakthrough.
230
608000
1000
Ese fue nuestro descubrimiento.
10:27
This is when we're like, "OK, we're going to be OK,
231
609000
2000
Fue en ese momento que todos decíamos, "OK, vamos a estar bien,
10:29
This is actually going to work."
232
611000
1000
esto va a funcionar."
10:30
And the "Aha!" was, what if we could take Brad Pitt,
233
612000
4000
El "¡a ha!" fue, ¿qué pasaría si tomásemos a Brad Pitt,
10:34
and we could put Brad in this device,
234
616000
3000
y pusiéramos a Brad en este aparato,
10:37
and use this Contour process,
235
619000
2000
y usáramos el procesos Contour,
10:39
and we could stipple on this phosphorescent makeup
236
621000
2000
y le ponemos este maquillaje fosforescente
10:41
and put him under the black lights,
237
623000
1000
y lo ponemos bajo luz negra,
10:42
and we could, in fact, scan him in real time
238
624000
3000
y pudiéramos, de hecho, escanear su rostro en tiempo real
10:45
performing Ekman's FACS poses.
239
627000
2000
haciendo los poses del FACS de Eckman?
10:47
Right? So, effectively,
240
629000
2000
¿Cierto? Así que, prácticamente,
10:49
we ended up with a 3D database
241
631000
2000
terminamos con una base de datos tri-dimensional
10:51
of everything Brad Pitt's face is capable of doing.
242
633000
3000
de todo lo que el rostro de Brad Pitt is capaz de hacer.
10:54
(Laughter)
243
636000
2000
(Risas)
10:56
From there, we actually carved up those faces
244
638000
3000
De aquí, seccionamos esos gestos
10:59
into smaller pieces and components of his face.
245
641000
3000
en pedazos y componentes más pequeños de su rosotro.
11:02
So we ended up with literally thousands and thousands and thousands of shapes,
246
644000
3000
Fue así que terminamos con, literalmente, miles de formas del rostro.
11:05
a complete database of all possibilities
247
647000
3000
Una base de datos entera con las posibles combinaciones
11:08
that his face is capable of doing.
248
650000
3000
que su rostro es capaz de hacer.
11:11
Now, that's great, except we had him at age 44.
249
653000
3000
Ahora, esto es genial, excepto que lo tenemos a una edad de 44 años.
11:14
We need to put another 40 years on him at this point.
250
656000
3000
Necesitamos agregarlos otros 40 años.
11:17
We brought in Rick Baker,
251
659000
2000
Trajimos a Rick Baker,
11:19
and Rick is one of the great makeup and special effects gurus
252
661000
2000
y Rick es uno de los grandes gurus del maquillaje y los efectos especiales
11:21
of our industry.
253
663000
1000
de nuestra industria.
11:22
And we also brought in a gentleman named Kazu Tsuji,
254
664000
3000
También trajimos a un caballero llamado Kazu Tsuji,
11:25
and Kazu Tsuji is one of the great photorealist sculptors of our time.
255
667000
3000
Kazu Tsuji es uno de los mas grandes escultores fotorealistas de nuestos tiempos.
11:28
And we commissioned them to make a maquette,
256
670000
3000
Y le pedimos que nos hiciera una maqueta,
11:31
or a bust, of Benjamin.
257
673000
2000
o un busto, de Benjamin.
11:33
So, in the spirit of "The Great Unveiling" -- I had to do this --
258
675000
3000
Y, en el espíritu de "El Gran Descubrimiento" -- tenía que hacer esto --
11:36
I had to unveil something.
259
678000
2000
tenía que descubrir algo.
11:38
So this is Ben 80.
260
680000
2000
Éste es Ben a los 80.
11:40
We created three of these:
261
682000
2000
Creamos tres de estas:
11:42
there's Ben 80, there's Ben 70, there's Ben 60.
262
684000
2000
Allí está Ben a los 80, allí está Ben a los 70 y allí está Ben a los 60.
11:44
And this really became the template for moving forward.
263
686000
3000
Esto se convirtió en nuestro molde para seguir adelante.
11:47
Now, this was made from a life cast of Brad.
264
689000
2000
Ahora, esta es una impresión de Brad.
11:49
So, in fact, anatomically, it is correct.
265
691000
3000
Así que, de hecho, es anatómicamente correcto.
11:52
The eyes, the jaw, the teeth:
266
694000
3000
Los ojos, la quijada, los dientes...
11:55
everything is in perfect alignment with what the real guy has.
267
697000
3000
todo esta perfectamente alineado con el hombre real.
11:58
We have these maquettes scanned into the computer
268
700000
2000
Tenemos estas maquetas escaneadas en la computadora
12:00
at very high resolution --
269
702000
2000
a una resolución muy alta.
12:02
enormous polygonal count.
270
704000
2000
Una enorme cantidad de polígonos.
12:04
And so now we had three age increments of Benjamin
271
706000
4000
Ahora tenemos tres incrementos de edad de Benjamin
12:08
in the computer.
272
710000
2000
en la computadora.
12:10
But we needed to get a database of him doing more than that.
273
712000
3000
Pero necesitábamos una base de datos de el haciendo más que eso.
12:13
We went through this process, then, called retargeting.
274
715000
3000
Pasamos por un proceso llamado [re-trazado].
12:16
This is Brad doing one of the Ekman FACS poses.
275
718000
2000
Este es Brad haciendo una pose del FACS de Eckman.
12:18
And here's the resulting data that comes from that,
276
720000
3000
Y esta es la información obtenida de la captura,
12:21
the model that comes from that.
277
723000
2000
el modelo que se obtiene de eso.
12:23
Retargeting is the process of transposing that data
278
725000
3000
Y el [re-trazado] es el proceso por el cual se transporta esa información
12:26
onto another model.
279
728000
2000
a otro modelo.
12:28
And because the life cast, or the bust -- the maquette -- of Benjamin
280
730000
3000
Y como el modelo, el busto -- la maqueta -- de Benjamin
12:31
was made from Brad,
281
733000
2000
se hizo de Brad,
12:33
we could transpose the data of Brad at 44
282
735000
3000
podíamos transportar esa información de Brad a los 44
12:36
onto Brad at 87.
283
738000
2000
a Brad a los 87.
12:38
So now, we had a 3D database of everything Brad Pitt's face can do
284
740000
3000
Ahora, teníamos nuestra base de datos 3D de todo lo que el rostro de Brad Pitt puede hacer
12:41
at age 87, in his 70s and in his 60s.
285
743000
4000
a la edad de 87, en sus 70's y en sus 60's.
12:45
Next we had to go into the shooting process.
286
747000
3000
Ahora teníamos que empezar el proceso de filmación.
12:48
So while all that's going on,
287
750000
1000
Mientras todo esto sucedia,
12:49
we're down in New Orleans and locations around the world.
288
751000
2000
nos encontrábamos en Nueva Orleans y otras locaciones alrededor del mundo.
12:51
And we shot our body actors,
289
753000
2000
Filmamos a nuestros actores,
12:53
and we shot them wearing blue hoods.
290
755000
2000
los filmamos usando capuchas azules.
12:55
So these are the gentleman who played Benjamin.
291
757000
2000
Así que este es el caballero actuando como Benjamin.
12:57
And the blue hoods helped us with two things:
292
759000
2000
La capucha azul nos ayudó de dos maneras:
12:59
one, we could easily erase their heads;
293
761000
2000
una, nos permitía borrar sus cabezas de manera sencilla;
13:01
and we also put tracking markers on their heads
294
763000
2000
y también pusimos marcadores de seguimiento sobre sus cabezas
13:03
so we could recreate the camera motion
295
765000
2000
para recrear el movimiento de la cámara
13:05
and the lens optics from the set.
296
767000
2000
y el lente óptico desde set.
13:07
But now we needed to get Brad's performance to drive our virtual Benjamin.
297
769000
3000
Pero ahora necesitamos la interpretación de Brad para controlar nuestro Benjamin virtual.
13:10
And so we edited the footage that was shot on location
298
772000
2000
Después editamos la grabación que se hizo en la locación
13:12
with the rest of the cast and the body actors
299
774000
3000
con el resto de los actores
13:15
and about six months later
300
777000
2000
y unos seis meses después
13:17
we brought Brad onto a sound stage in Los Angeles
301
779000
3000
trajimos a Brad a nuestro estudio de grabación en Los Ángeles
13:20
and he watched on the screen.
302
782000
3000
y el vio en la pantalla
13:23
His job, then, was to become Benjamin.
303
785000
2000
y su trabajo era convertirse en Benjamin.
13:25
And so we looped the scenes.
304
787000
1000
Entonces repetíamos las escenas.
13:26
He watched again and again.
305
788000
1000
Él las veía una y otra vez.
13:27
We encouraged him to improvise.
306
789000
2000
Lo motivamos a improvisar.
13:29
And he took Benjamin into interesting and unusual places
307
791000
3000
Y llevó a Benjamin a lugares interesantes e inusuales
13:32
that we didn't think he was going to go.
308
794000
2000
que nunca consideramos que fuera a ir.
13:34
We shot him with four HD cameras
309
796000
2000
Lo grabamos con cuatro cámaras de alta definición
13:36
so we'd get multiple views of him
310
798000
1000
para obtener diferentes ángulos de él
13:37
and then David would choose the take of Brad being Benjamin
311
799000
3000
y después David elegiría la toma de Brad siendo Benjamin
13:40
that he thought best matched the footage
312
802000
3000
he el consideraba se acomodaba mejor a lo ya filmado
13:43
with the rest of the cast.
313
805000
1000
con el resto del equipo.
13:44
From there we went into a process called image analysis.
314
806000
3000
De ahí proseguimos con un proceso llamado análisis de imágenes.
13:47
And so here, you can see again, the chosen take.
315
809000
3000
Ahí, como se pueden ver, la toma seleccionada.
13:50
And you are seeing, now, that data being transposed on to Ben 87.
316
812000
3000
Ahora vemos, la información transportada al Ben de 87 años.
13:53
And so, what's interesting about this is
317
815000
3000
Lo que es interesante de todo esto es
13:56
we used something called image analysis,
318
818000
2000
que usamos algo llamado análisis de imágenes,
13:58
which is taking timings from different components of Benjamin's face.
319
820000
3000
que es la toma de tiempos de los diferentes componentes del rostro de Benjamin.
14:01
And so we could choose, say, his left eyebrow.
320
823000
3000
Así podíamos escoger, digamos, su ceja izquierda.
14:04
And the software would tell us that, well,
321
826000
2000
El software nos diría que, pues,
14:06
in frame 14 the left eyebrow begins to move from here to here,
322
828000
2000
en el cuadro 14 su ceja izquierda se movió de aquí a acá,
14:08
and it concludes moving in frame 32.
323
830000
2000
y concluyó su movimiento en el cuadro 32.
14:10
And so we could choose numbers of positions on the face
324
832000
2000
Así podíamos escoger numerosas posiciones del rostro
14:12
to pull that data from.
325
834000
2000
para obtener información de ellas.
14:14
And then, the sauce I talked about with our technology stew --
326
836000
2000
Entonces, la salsa del estofado tecnológico del que les hablaba,
14:16
that secret sauce was, effectively, software that allowed us to
327
838000
3000
esa salsa secreta era, efectivamente, el software que nos había permitido
14:19
match the performance footage of Brad
328
841000
3000
empalmar la actuación de Brad
14:22
in live action with our database of aged Benjamin,
329
844000
4000
en vivo con nuestra base de datos del envejecido Benjamin,
14:26
the FACS shapes that we had.
330
848000
2000
los gestos FACS que ya teníamos.
14:28
On a frame-by-frame basis,
331
850000
3000
De cuadro en cuadro,
14:31
we could actually reconstruct a 3D head
332
853000
3000
pudimos reconstruir una cabeza 3D
14:34
that exactly matched the performance of Brad.
333
856000
3000
que empalmar perfectamente la actuación de Brad.
14:37
So this was how the finished shot appeared in the film.
334
859000
3000
Así se veía la toma final en la película.
14:40
And here you can see the body actor.
335
862000
2000
Aquí pueden ver al actor.
14:42
And then this is what we called the "dead head," no reference to Jerry Garcia.
336
864000
3000
Esto es lo que llamábamos la "cabeza muerta", sin hacer referencia a Jerry Garcia.
14:45
And then here's the reconstructed performance
337
867000
3000
Esta es la actuación reconstruida
14:48
now with the timings of the performance.
338
870000
3000
y ahora sincronizados-
14:51
And then, again, the final shot.
339
873000
2000
De nuevo, la escena final.
14:54
It was a long process.
340
876000
2000
Fue un proceso muy largo.
14:56
(Applause)
341
878000
3000
(Aplausos)
15:07
The next section here, I'm going to just blast through this,
342
889000
2000
Para la siguiente sección, avanzaré muy rápido,
15:09
because we could do a whole TEDTalk on the next several slides.
343
891000
4000
por que podríamos hacer toda una TEDTalk de las siguientes diapositivas.
15:13
We had to create a lighting system.
344
895000
3000
Teníamos que crear un sistema de iluminación.
15:16
So really, a big part of our processes was creating a lighting environment
345
898000
3000
En realidad, una gran parte de nuestros procedimientos fue la creación de un sistema de iluminación
15:19
for every single location that Benjamin had to appear
346
901000
2000
para cada lugar en el que Benjamin tenía que aparecer
15:21
so that we could put Ben's head into any scene
347
903000
3000
para que pudiéramos poner la cabeza de Ben en cualquier escena
15:24
and it would exactly match the lighting that's on the other actors
348
906000
3000
e igualara la iluminación que usaron los demás actores
15:27
in the real world.
349
909000
1000
en el mundo real.
15:28
We also had to create an eye system.
350
910000
3000
Creamos, también, un sistema ocular.
15:31
We found the old adage, you know,
351
913000
2000
Encontramos que el viejo adagio,
15:33
"The eyes are the window to the soul,"
352
915000
2000
"Los ojos son la ventana al alma",
15:35
absolutely true.
353
917000
1000
era absolutamente verdad.
15:36
So the key here was to keep everybody looking in Ben's eyes.
354
918000
2000
Así que la clave era mantener a todos concentrados en los ojos de Ben.
15:38
And if you could feel the warmth, and feel the humanity,
355
920000
2000
Y si podían sentir el calor, sentir la humanidad,
15:40
and feel his intent coming through the eyes,
356
922000
3000
y sentir sus intenciones a través de sus ojos,
15:43
then we would succeed.
357
925000
1000
entonces tendríamos éxito.
15:44
So we had one person focused on the eye system
358
926000
3000
Para esto una persona estuvo enfocada en el sistema ocular
15:47
for almost two full years.
359
929000
2000
por casi dos años.
15:49
We also had to create a mouth system.
360
931000
2000
Tuvimos que crear una boca.
15:51
We worked from dental molds of Brad.
361
933000
2000
Trabajamos a partir de los moldes dentales de Brad.
15:53
We had to age the teeth over time.
362
935000
2000
Teníamos que envejecer sus dientes.
15:55
We also had to create an articulating tongue that allowed him to enunciate his words.
363
937000
3000
Teníamos que crear una lengua articulada que le permitiera pronunciar palabras.
15:58
There was a whole system written in software to articulate the tongue.
364
940000
2000
Se escribió todo un sistema en software para articular la lengua.
16:00
We had one person devoted to the tongue for about nine months.
365
942000
2000
Una persona estuvo dedicada a la lengua por alrededor de nueve meses.
16:02
He was very popular.
366
944000
2000
El era muy popular.
16:04
Skin displacement: another big deal.
367
946000
3000
El movimiento de la piel: otro gran problema.
16:07
The skin had to be absolutely accurate.
368
949000
2000
La piel tenía que ser, absolutamente, precisa,
16:09
He's also in an old age home, he's in a nursing home
369
951000
3000
y él se encuentra en una casa para ancianos, una asilo,
16:12
around other old people,
370
954000
2000
rodeado de otros ancianos,
16:14
so he had to look exactly the same as the others.
371
956000
2000
así que tenía que actuar exactamente igual que la de los demás.
16:16
So, lots of work on skin deformation,
372
958000
1000
Así que, mucho trabajo sobre la piel,
16:17
you can see in some of these cases it works,
373
959000
1000
pueden ver como en algunos de estos casos funciona,
16:18
in some cases it looks bad.
374
960000
1000
pero en otros casos se ve mal,
16:19
This is a very, very, very early test in our process.
375
961000
2000
esto fue una prueba muy, muy, muy temprana de nuestro proceso.
16:21
So, effectively we created a digital puppet
376
963000
3000
Hasta que, efectivamente creamos una marioneta digital
16:24
that Brad Pitt could operate with his own face.
377
966000
3000
que Brad Pitt podía manipular con su propio rostro.
16:27
There were no animators necessary to come in and interpret behavior
378
969000
4000
No hubo animadores involucrados para interpretar el comportamiento
16:31
or enhance his performance.
379
973000
2000
o mejorar la actuación.
16:33
There was something that we encountered, though,
380
975000
3000
Sin embargo, si nos topamos con algo,
16:36
that we ended up calling "the digital Botox effect."
381
978000
3000
que terminamos por llamar "el efecto Botox digital".
16:39
So, as things went through this process,
382
981000
3000
Mientras todos estaba en proceso,
16:42
Fincher would always say, "It sandblasts the edges off of the performance."
383
984000
3000
Fincher siempre decía "Limaba los contornos de la actuación".
16:45
And thing our process and the technology couldn't do,
384
987000
3000
Y una cosa que nuestro proceso y tecnología no podía hacer
16:48
is they couldn't understand intent,
385
990000
3000
era entender la intención,
16:51
the intent of the actor.
386
993000
2000
la intención del actor.
16:53
So it sees a smile as a smile.
387
995000
2000
Así que interpreta una sonrisa como una sonrisa.
16:55
It doesn't recognize an ironic smile, or a happy smile,
388
997000
3000
No reconoce una risa irónica o una sonrisa feliz,
16:58
or a frustrated smile.
389
1000000
1000
o una sonrisa frustrada.
16:59
So it did take humans to kind of push it one way or another.
390
1001000
3000
Así que si se requirieron humanos para darle ese toque.
17:02
But we ended up calling the entire process
391
1004000
3000
Pero llamamos a todo ese proceso
17:05
and all the technology "emotion capture,"
392
1007000
2000
y a toda la tecnología "captura emocional",
17:07
as opposed to just motion capture.
393
1009000
1000
en contraste de solo la captura del movimiento.
17:08
Take another look.
394
1010000
2000
Tengan otro vistazo.
17:11
Brad Pitt: Well, I heard momma and Tizzy whisper,
395
1013000
2000
BB: Esuché a mamá y Tizzy [susurrar],
17:13
and they said I was gonna die soon,
396
1015000
2000
y dijeron que yo iba a morir pronto.
17:15
but ... maybe not.
397
1017000
2000
Pero... tal vez no.
17:37
EU: That's how to create a digital human in 18 minutes.
398
1039000
3000
Ed Ulbrich: Así es como se crea una cabeza digital en 18 minutos.
17:40
(Applause)
399
1042000
3000
(Aplausos)
17:48
A couple of quick factoids;
400
1050000
2000
Unos cuantos datos rápidos.
17:50
it really took 155 people over two years,
401
1052000
4000
Tomó en realidad 155 personas y dos años,
17:54
and we didn't even talk about 60 hairstyles and an all-digital haircut.
402
1056000
4000
y ni siquiera hablamos de los 60 cortes de cabello digitales.
17:58
But, that is Benjamin. Thank you.
403
1060000
3000
Pero, ese es Benjamin. Gracias.
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