TED2009
Ed Ulbrich: How Benjamin Button got his face
Com'è nato il viso di Benjamin Button? Ce lo spiega Ed Ulbrich
Filmed:
Readability: 4.4
1,080,448 views
Ed Ulbrich, guru degli effetti speciali di Digital Domain, ci descrive la tecnologia da premio Oscar che ha permesso al suo team di creare la versione digitale del viso di Bratt Pitt, ringiovanito e invecchiato, per "Lo strano caso di 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
Oggi io qui rappresento un gruppo di artisti, esperti in tecnologia e cineasti
00:23
that worked together on a remarkable film project for the last four years.
1
5000
3000
che hanno collaborato negli ultimi quattro anni all'eccezionale produzione di un film.
00:26
And along the way they created a breakthrough in computer visualization.
2
8000
4000
E nel farlo hanno segnato grandi conquiste nella computer visualization.
00:30
So I want to show you a clip of the film now.
3
12000
3000
Ora voglio mostrarvi una clip del film.
00:33
Hopefully it won't stutter.
4
15000
3000
Speriamo che non balbetti.
00:36
And if we did our jobs well, you won't know that we were even involved.
5
18000
3000
Se abbiamo lavorato bene, non vi accorgerete nemmeno che c'eravamo di mezzo noi.
00:39
Voice (Video): I don't know how it's possible ...
6
21000
3000
Film: Non so come sia possibile...
00:42
but you seem to have more hair.
7
24000
3000
ma tu adesso hai più capelli.
00:45
Brad Pitt: What if I told you that I wasn't getting older ...
8
27000
3000
Benjamin Button: E se io le dicessi che di anno in anno
00:48
but I was getting younger than everybody else?
9
30000
2000
divento sempre più giovane?
00:53
I was born with some form of disease.
10
35000
3000
Sono nato con una sorta di malattia.
00:56
Voice: What kind of disease?
11
38000
2000
Voce: Che sorta di malattia?
00:58
BP: I was born old.
12
40000
2000
BB: Sono nato vecchio.
01:01
Man: I'm sorry.
13
43000
2000
Un uomo: Mi dispiace.
01:03
BP: No need to be. There's nothing wrong with old age.
14
45000
3000
BB: Non è il caso. Non è così male la vecchiaia.
01:08
Girl: Are you sick?
15
50000
2000
Ragazza: Sei malato?
01:10
BP: I heard momma and Tizzy whisper,
16
52000
3000
BB: La mamma e Tizzy bisbigliando dicevano
01:13
and they said I was gonna die soon.
17
55000
2000
che sarei morto presto ma...
01:15
But ... maybe not.
18
57000
3000
può darsi di no.
01:18
Girl: You're different than anybody I've ever met.
19
60000
3000
Ragazza: Sei diverso da tutti quelli che ho conosciuto.
01:22
BB: There were many changes ...
20
64000
3000
BB: Ci furono molti cambiamenti...
01:25
some you could see, some you couldn't.
21
67000
3000
alcuni che si potevano vedere, altri no.
01:28
Hair started growing in all sorts of places,
22
70000
3000
Mi erano cominciati a crescere dei peli in diversi posti,
01:31
along with other things.
23
73000
3000
assieme ad altre cose...
01:34
I felt pretty good, considering.
24
76000
3000
Mi sentivo abbastanza bene, tutto sommato.
01:38
Ed Ulbrich: That was a clip from "The Curious Case of Benjamin Button."
25
80000
4000
Ed Ulbrich: Questa era una clip da "Lo strano caso di Benjamin Button."
01:42
Many of you, maybe you've seen it or you've heard of the story,
26
84000
4000
Molti di voi l'avranno visto o conosceranno la storia,
01:46
but what you might not know
27
88000
2000
ma quello che potreste non sapere
01:48
is that for nearly the first hour of the film,
28
90000
2000
è che in quasi tutta la prima ora del film
01:50
the main character, Benjamin Button, who's played by Brad Pitt,
29
92000
3000
il personaggio principale, Benjamin Button, interpretato da Brad Pitt,
01:53
is completely computer-generated from the neck up.
30
95000
3000
dal collo in su è tutto generato al computer.
01:56
Now, there's no use of prosthetic makeup
31
98000
3000
Ora, non si tratta di protesi
01:59
or photography of Brad superimposed over another actor's body.
32
101000
3000
o della testa di Brad fotografata e sovrapposta al corpo di un altro attore.
02:02
We've created a completely digital human head.
33
104000
3000
Abbiamo creato una testa totalmente digitale.
02:05
So I'd like to start with a little bit of history on the project.
34
107000
3000
Per questo vorrei raccontarvi la storia del progetto.
02:08
This is based on an F. Scott Fitzgerald short story.
35
110000
2000
È basato su un racconto di F. Scott Fitzgerald
02:10
It's about a man who's born old and lives his life in reverse.
36
112000
3000
e riguarda un uomo che nasce vecchio e poi vive la sua vita a ritroso.
02:13
Now, this movie has floated around Hollywood
37
115000
2000
Questo film ha vagato per Hollywood
02:15
for well over half a century,
38
117000
2000
per più di cinquant'anni
02:17
and we first got involved with the project in the early '90s,
39
119000
3000
e noi ci siamo occupati del progetto all'inizio degli anni '90
02:20
with Ron Howard as the director.
40
122000
2000
con Ron Howard come regista.
02:22
We took a lot of meetings and we seriously considered it.
41
124000
3000
Abbiamo fatto un sacco di riunioni e valutato il progetto a fondo,
02:25
But at the time we had to throw in the towel.
42
127000
2000
ma a quell'epoca dovemmo gettare la spugna:
02:27
It was deemed impossible.
43
129000
2000
era giudicato impossibile,
02:29
It was beyond the technology of the day to depict a man aging backwards.
44
131000
4000
raffigurare un uomo che torna indietro con gli anni era oltre la tecnologia dell'epoca.
02:33
The human form, in particular the human head,
45
135000
3000
In particolare, la forma umana, soprattutto quella della testa,
02:36
has been considered the Holy Grail of our industry.
46
138000
3000
era considerata il Santo Graal della nostra industria.
02:39
The project came back to us about a decade later,
47
141000
3000
Il progetto ci è ritornato circa dieci anni dopo,
02:42
and this time with a director named David Fincher.
48
144000
3000
stavolta con un regista di nome David Fincher.
02:45
Now, Fincher is an interesting guy.
49
147000
3000
Fincher è un tipo interessante:
02:48
David is fearless of technology,
50
150000
2000
non teme la tecnologia
02:50
and he is absolutely tenacious.
51
152000
2000
ed è veramente tenace.
02:52
And David won't take "no."
52
154000
2000
Per David non esistono i "no."
02:54
And David believed, like we do in the visual effects industry,
53
156000
3000
Come noi degli effetti speciali,
02:57
that anything is possible
54
159000
3000
David credeva che tutto sia possibile
03:00
as long as you have enough time, resources and, of course, money.
55
162000
3000
avendo abbastanza tempo, risorse e, chiaramente, soldi.
03:03
And so David had an interesting take on the film,
56
165000
4000
David aveva un'idea interessante riguardo al film
03:07
and he threw a challenge at us.
57
169000
3000
e ci lanciò una sfida.
03:10
He wanted the main character of the film to be played
58
172000
3000
Voleva che il personaggio principale fosse interpretato
03:13
from the cradle to the grave by one actor.
59
175000
2000
dalla culla alla tomba dallo stesso attore.
03:15
It happened to be this guy.
60
177000
2000
E, guarda caso, doveva essere questo tipo qui.
03:17
We went through a process of elimination and a process of discovery
61
179000
3000
Con David, abbiamo affrontato un processo di eliminazione e uno di scoperta
03:20
with David, and we ruled out, of course, swapping actors.
62
182000
3000
escludendo, ovviamente, lo scambio di attori.
03:23
That was one idea: that we would have different actors,
63
185000
3000
Infatti, una delle idee poteva essere quella di avere
03:26
and we would hand off from actor to actor.
64
188000
2000
vari attori in successione.
03:28
We even ruled out the idea of using makeup.
65
190000
2000
Abbiamo escluso anche l'idea del trucco
03:30
We realized that prosthetic makeup just wouldn't hold up,
66
192000
3000
capendo che una protesi non avrebbe retto
03:33
particularly in close-up.
67
195000
2000
soprattutto nei primi piani.
03:35
And makeup is an additive process. You have to build the face up.
68
197000
3000
Il trucco è un processo di aggiunta, il viso lo devi costruire.
03:38
And David wanted to carve deeply into Brad's face
69
200000
3000
Al contrario David voleva scavare a fondo nel viso di Brad
03:41
to bring the aging to this character.
70
203000
2000
per portarlo all'invecchiamento.
03:43
He needed to be a very sympathetic character.
71
205000
2000
Il personaggio doveva creare molta immedesimazione.
03:45
So we decided to cast a series of little people
72
207000
3000
Quindi abbiamo deciso di scritturare una serie di persone minute
03:48
that would play the different bodies of Benjamin
73
210000
3000
per dare a Benjamin le sue differenti corporature
03:51
at the different increments of his life
74
213000
2000
man mano che la sua vita progrediva,
03:53
and that we would in fact create a computer-generated version of Brad's head,
75
215000
3000
creando poi una versione computerizzata della testa di Brad,
03:56
aged to appear as Benjamin,
76
218000
2000
invecchiata per essere Benjamin,
03:58
and attach that to the body of the real actor.
77
220000
3000
da attaccare al corpo dell'attore in carne e ossa.
04:01
Sounded great.
78
223000
2000
Facile a dirsi.
04:03
Of course, this was the Holy Grail of our industry,
79
225000
3000
Certo, nel nostro lavoro questo era il Santo Graal
04:06
and the fact that this guy is a global icon didn't help either,
80
228000
3000
e non ci aiutava nemmeno che questo tipo fosse un'icona internazionale,
04:09
because I'm sure if any of you ever stand in line at the grocery store,
81
231000
3000
uno che anche a stare in fila dal droghiere
04:12
you know -- we see his face constantly.
82
234000
3000
la sua faccia la vedi sempre.
04:15
So there really was no tolerable margin of error.
83
237000
2000
Dunque non c'erano margini di errore possibili.
04:17
There were two studios involved: Warner Brothers and Paramount.
84
239000
3000
C'erano di mezzo due grandi studios: Warner Brothers e Paramount.
04:20
And they both believed this would make an amazing film, of course,
85
242000
3000
Entrambi pensavano che sarebbe stato, ovviamente, un film incredibile,
04:23
but it was a very high-risk proposition.
86
245000
3000
ma si trattava di un'impresa ad alto rischio.
04:26
There was lots of money and reputations at stake.
87
248000
3000
C'erano in gioco reputazione e molto denaro.
04:29
But we believed that we had a very solid methodology
88
251000
3000
Pensavamo che la nostra metodologia fosse solida
04:32
that might work ...
89
254000
3000
e che avrebbe funzionato...
04:35
But despite our verbal assurances,
90
257000
3000
Tuttavia, malgrado le nostre rassicurazioni a voce,
04:38
they wanted some proof.
91
260000
2000
essi volevano qualche prova.
04:40
And so, in 2004, they commissioned us to do a screen test of Benjamin.
92
262000
3000
E quindi, nel 2004, ci commissionarono un provino di Benjamin,
04:43
And we did it in about five weeks.
93
265000
3000
cosa che abbiamo realizzato in cinque settimane circa,
04:46
But we used lots of cheats and shortcuts.
94
268000
3000
tuttavia con un sacco di trucchetti e di sotterfugi.
04:49
We basically put something together to get through the meeting.
95
271000
3000
Di fatto abbiamo messo assieme qualcosa per superare quell'appuntamento.
04:52
I'll roll that for you now. This was the first test for Benjamin Button.
96
274000
3000
Ve lo faccio vedere: è stato il primo test di Benjamin Button.
04:55
And in here, you can see, that's a computer-generated head --
97
277000
3000
E qui, come si vede, c'è una testa generata al computer:
04:58
pretty good -- attached to the body of an actor.
98
280000
3000
non è male, è attaccata al corpo di un attore.
05:01
And it worked. And it gave the studio great relief.
99
283000
3000
E funzionava, con grande sollievo degli studios.
05:04
After many years of starts and stops on this project,
100
286000
3000
Dopo tanti anni di false partenze
05:07
and making that tough decision,
101
289000
3000
e dopo aver preso questa difficile decisione,
05:10
they finally decided to greenlight the movie.
102
292000
3000
finalmente c'era il via libera al progetto.
05:13
And I can remember, actually, when I got the phone call to congratulate us,
103
295000
3000
Me lo ricordo ancora, che quando è arrivata la telefonata di felicitazioni
05:16
to say the movie was a go,
104
298000
2000
perché il film si faceva
05:18
I actually threw up.
105
300000
2000
sul serio ...io ho vomitato.
05:20
(Laughter)
106
302000
2000
(Risate)
05:22
You know, this is some tough stuff.
107
304000
2000
Sapete, è stata una cosa difficile.
05:24
So we started to have early team meetings,
108
306000
3000
Abbiamo iniziato con le riunioni preliminari di gruppo
05:27
and we got everybody together,
109
309000
2000
tutti assieme
05:29
and it was really more like therapy in the beginning,
110
311000
3000
e all'inizio somigliavano più a una terapia
05:32
convincing each other and reassuring each other that we could actually undertake this.
111
314000
3000
per convincerci e rassicurarci a vicenda che davvero potevamo farcela.
05:35
We had to hold up an hour of a movie with a character.
112
317000
3000
Quel personaggio doveva reggere per un'ora di film
05:38
And it's not a special effects film; it has to be a man.
113
320000
3000
senza risultare un effetto speciale, ma un uomo.
05:41
We really felt like we were in a -- kind of a 12-step program.
114
323000
3000
Ci sentivamo proprio in una sorta di programma di auto-aiuto in 12 fasi.
05:44
And of course, the first step is: admit you've got a problem. (Laughter)
115
326000
3000
E la prima fase era, ovviamente: ammettere di avere un problema.
05:48
So we had a big problem:
116
330000
2000
Nel nostro caso un grosso problema!
05:50
we didn't know how we were going to do this.
117
332000
3000
Non sapevamo come l'avremmo realizzato
05:53
But we did know one thing.
118
335000
2000
ma una cosa la sapevamo:
05:55
Being from the visual effects industry,
119
337000
3000
essendo nell'industria degli effetti speciali,
05:58
we, with David, believed that we now had enough time,
120
340000
3000
noi, assieme a David, credevamo ora di avere abbastanza tempo
06:01
enough resources, and, God, we hoped we had enough money.
121
343000
3000
abbastanza risorse e, cielo! si sperava, abbastanza soldi.
06:04
And we had enough passion to will the processes and technology into existence.
122
346000
5000
Avevamo anche la passione sufficiente per realizzare tutto il processo e la tecnologia.
06:09
So, when you're faced with something like that,
123
351000
2000
Quando ci si confronta con qualcosa del genere
06:11
of course you've got to break it down.
124
353000
2000
ovviamente bisogna suddividerla.
06:13
You take the big problem and you break it down into smaller pieces
125
355000
2000
Si prende il problema e lo si suddivide in parti più piccole
06:15
and you start to attack that.
126
357000
1000
e si comincia a occuparsi di quest'ultime.
06:16
So we had three main areas that we had to focus on.
127
358000
2000
Dovevamo concentrarci su tre aree principali.
06:18
We needed to make Brad look a lot older --
128
360000
2000
Dovevamo far sembrare Brad molto più vecchio
06:20
needed to age him 45 years or so.
129
362000
2000
dargli circa 45 anni in più.
06:22
And we also needed to make sure that we could take Brad's idiosyncrasies,
130
364000
6000
Allo stesso modo dovevamo essere certi di catturare tutte le idiosincrasie di Brad,
06:28
his little tics, the little subtleties that make him who he is
131
370000
2000
quei piccoli tic, quelle sottigliezze che lo rendono quello che è
06:30
and have that translate through our process
132
372000
2000
riportando il tutto nel nostro processo,
06:32
so that it appears in Benjamin on the screen.
133
374000
3000
in modo che apparisse in Benjamin sullo schermo.
06:35
And we also needed to create a character
134
377000
2000
Dovevamo però anche creare un personaggio
06:37
that could hold up under, really, all conditions.
135
379000
3000
che davvero reggesse in ogni condizione.
06:40
He needed to be able to walk in broad daylight,
136
382000
2000
Doveva poter camminare in piena luce del giorno,
06:42
at nighttime, under candlelight,
137
384000
3000
di notte, a lume di candela,
06:45
he had to hold an extreme close-up,
138
387000
2000
doveva poter reggere un primissimo piano,
06:47
he had to deliver dialogue,
139
389000
1000
recitare un dialogo
06:48
he had to be able to run, he had to be able to sweat,
140
390000
2000
e poi correre, sudare,
06:50
he had to be able to take a bath, to cry,
141
392000
2000
fare un bagno, piangere,
06:52
he even had to throw up.
142
394000
1000
persino vomitare.
06:53
Not all at the same time --
143
395000
1000
Certo, non tutto assieme
06:54
but he had to, you know, do all of those things.
144
396000
2000
ma doveva fare tutte queste cose.
06:56
And the work had to hold up for almost the first hour of the movie.
145
398000
3000
Doveva reggere quasi tutta la prima ora del film.
06:59
We did about 325 shots.
146
401000
2000
Abbiamo fatto circa 325 riprese.
07:01
So we needed a system that would allow Benjamin
147
403000
3000
Avevamo bisogno di un sistema che permettesse a Benjamin
07:04
to do everything a human being can do.
148
406000
3000
di fare tutto ciò che fa un essere umano.
07:07
And we realized that there was a giant chasm
149
409000
3000
Rendendoci conto che allora, nel 2004, fra lo stato dell'arte tecnologico
07:10
between the state of the art of technology in 2004
150
412000
3000
e quelle che erano le nostre esigenze
07:13
and where we needed it to be.
151
415000
2000
c'era un abisso.
07:15
So we focused on motion capture.
152
417000
3000
Per questo ci siamo focalizzati sulla motion capture.
07:18
I'm sure many of you have seen motion capture.
153
420000
2000
Sono certo che molti di voi abbiano visto la motion capture.
07:20
The state of the art at the time
154
422000
2000
Allo stato dell'arte di allora
07:22
was something called marker-based motion capture.
155
424000
2000
la motion capture era basata sui marker.
07:24
I'll give you an example here.
156
426000
1000
Qui ve ne dò un esempio.
07:25
It's basically the idea of, you wear a leotard,
157
427000
2000
Di base l'idea consiste nell'indossare una calzamaglia
07:27
and they put some reflective markers on your body,
158
429000
2000
su cui ci sono dei marker riflettenti,
07:29
and instead of using cameras,
159
431000
2000
e invece che usare delle telecamere
07:31
there're infrared sensors around a volume,
160
433000
2000
ci sono dei sensori a infrarossi posti attorno a un volume
07:33
and those infrared sensors track the three-dimensional position
161
435000
2000
i quali in tempo reale recepiscono la posizione tridimensionale
07:35
of those markers in real time.
162
437000
2000
di quei marker.
07:37
And then animators can take the data of the motion of those markers
163
439000
3000
Gli animatori possono trarre i dati provenienti dal movimento dei marker
07:40
and apply them to a computer-generated character.
164
442000
2000
e applicarli ad un personaggio generato al computer.
07:42
You can see the computer characters on the right
165
444000
3000
Potete vedere a destra che i personaggi creati al computer
07:45
are having the same complex motion as the dancers.
166
447000
3000
eseguono tutto l'insieme di movimenti dei ballerini.
07:48
But we also looked at numbers of other films at the time
167
450000
2000
Al tempo abbiamo visto una serie di film
07:50
that were using facial marker tracking,
168
452000
2000
che impiegavano la tecnologia di tracking dei marker facciali,
07:52
and that's the idea of putting markers on the human face
169
454000
2000
la quale consiste nel posizionare dei marker sul viso
07:54
and doing the same process.
170
456000
1000
usando lo stesso processo descritto prima.
07:55
And as you can see, it gives you a pretty crappy performance.
171
457000
4000
Come potete vedere l'esito è pessimo,
07:59
That's not terribly compelling.
172
461000
3000
davvero poco convincente.
08:02
And what we realized
173
464000
2000
Quindi abbiamo capito
08:04
was that what we needed
174
466000
1000
che ciò di cui avevamo bisogno
08:05
was the information that was going on between the markers.
175
467000
2000
erano le informazioni comprese fra un marker e l'altro,
08:07
We needed the subtleties of the skin.
176
469000
3000
ovvero quelle della pelle, in tutte le sue sottigliezze.
08:10
We needed to see skin moving over muscle moving over bone.
177
472000
3000
Dovevamo vedere la pelle in movimento sui muscoli, che a loro volta si muovevano sulle ossa.
08:13
We needed creases and dimples and wrinkles and all of those things.
178
475000
2000
Cose tipo grinze, fossette e rughe.
08:15
Our first revelation was to completely abort and walk away from
179
477000
3000
La rivelazione è stata quella di interrompere tutto,
08:18
the technology of the day, the status quo, the state of the art.
180
480000
3000
allontanarci completamente dalla tecnologia di allora
08:21
So we aborted using motion capture.
181
483000
3000
abbandonando la motion capture.
08:24
And we were now well out of our comfort zone,
182
486000
3000
Così ora, eravamo fuori dalla zona di sicurezza
08:27
and in uncharted territory.
183
489000
2000
per entrare in territori del tutto sconosciuti.
08:29
So we were left with this idea
184
491000
3000
Siamo partiti con quest'idea
08:32
that we ended up calling "technology stew."
185
494000
3000
che alla fine abbiamo chiamato "stufato tecnologico".
08:35
We started to look out in other fields.
186
497000
2000
Abbiamo cominciato a rivolgerci verso altri fronti
08:37
The idea was that we were going to find
187
499000
3000
con l'idea di scoprire
08:40
nuggets or gems of technology
188
502000
2000
tesori di tecnologia
08:42
that come from other industries like medical imaging,
189
504000
2000
provenienti da altri settori, ad esempio quello dell'imaging medico
08:44
the video game space,
190
506000
1000
o dei videogiochi,
08:45
and re-appropriate them.
191
507000
2000
per poi riadattarli.
08:47
And we had to create kind of a sauce.
192
509000
3000
In sostanza: un specie di salsa tecnologica
08:50
And the sauce was code in software
193
512000
3000
composta dai codici di un software,
08:53
that we'd written to allow these disparate pieces of technology
194
515000
3000
che avremmo scritto per riunire disparati pezzi di tecnologia
08:56
to come together and work as one.
195
518000
2000
facendoli lavorare assieme.
08:58
Initially, we came across some remarkable research
196
520000
2000
All'inizio ci siamo imbattuti nella ricerca, veramente notevole,
09:00
done by a gentleman named Dr. Paul Ekman in the early '70s.
197
522000
3000
di un certo Dr. Paul Ekman, risalente ai primi anni '70.
09:03
He believed that he could, in fact,
198
525000
3000
Costui, infatti, pensava
09:06
catalog the human face.
199
528000
2000
di poter catalogare il viso.
09:08
And he came up with this idea of Facial Action Coding System, or FACS.
200
530000
3000
La sua idea era quella di un sistema di codifica del movimento facciale:
09:11
He believed that there were 70 basic poses
201
533000
3000
Ekman pensava che ci siano di base 70 pose
09:14
or shapes of the human face,
202
536000
3000
o atteggiamenti del viso
09:17
and that those basic poses or shapes of the face
203
539000
3000
e che partendo da questi,
09:20
can be combined to create infinite possibilities
204
542000
3000
combinandoli, sia possibile creare le infinite possibilità
09:23
of everything the human face is capable of doing.
205
545000
2000
di tutto ciò che può fare una faccia.
09:25
And of course, these transcend age, race, culture, gender.
206
547000
3000
Tutto questo indipendentemente da età, razza, cultura e genere.
09:28
So this became the foundation of our research as we went forward.
207
550000
4000
Questo è diventato il fondamento della nostra ricerca mentre andavamo avanti.
09:32
And then we came across some remarkable technology
208
554000
3000
Da lì ci siamo imbattuti in una tecnologia davvero notevole
09:35
called Contour.
209
557000
1000
chiamata Contour.
09:36
And here you can see a subject having phosphorus makeup
210
558000
3000
Qui potete vedere una persona con del trucco al fosforo
09:39
stippled on her face.
211
561000
2000
punteggiato sul viso.
09:41
And now what we're looking at is really creating a surface capture
212
563000
3000
Ora stiamo vedendo che viene catturata tutta la superficie
09:44
as opposed to a marker capture.
213
566000
2000
in confronto ai punti catturati dai marker.
09:46
The subject stands in front of a computer array of cameras,
214
568000
2000
La persona sta davanti a una fila di telecamere,
09:48
and those cameras can, frame-by-frame,
215
570000
2000
le quali, fotogramma per fotogramma,
09:50
reconstruct the geometry of exactly what the subject's doing at the moment.
216
572000
3000
ricostruiscono con esattezza i movimenti del soggetto.
09:53
So, effectively, you get 3D data in real time of the subject.
217
575000
5000
Quindi, in effetti, si ottengono in tempo reale dati tridimensionali.
09:58
And if you look in a comparison,
218
580000
3000
Se si guarda il raffronto,
10:01
on the left, we see what volumetric data gives us
219
583000
3000
a sinistra vediamo quello che ci danno i dati volumetrici
10:04
and on the right you see what markers give us.
220
586000
2000
mentre a destra si vede quanto deriva dai maker.
10:07
So, clearly, we were in a substantially better place for this.
221
589000
2000
Chiaramente, eravamo messi molto meglio..
10:09
But these were the early days of this technology,
222
591000
2000
Ma eravamo all'esordio di questa tecnologia,
10:11
and it wasn't really proven yet.
223
593000
2000
che non era ancora del tutto collaudata.
10:13
We measure complexity and fidelity of data
224
595000
2000
La complessità e fedeltà dei dati
10:15
in terms of polygonal count.
225
597000
2000
si misurano in termini poligonali.
10:17
And so, on the left, we were seeing 100,000 polygons.
226
599000
3000
Ecco, a sinistra stiamo vedendo 100.000 poligoni.
10:20
We could go up into the millions of polygons.
227
602000
2000
Si potrebbe arrivare all'ordine di milioni di poligoni:
10:22
It seemed to be infinite.
228
604000
2000
sembrava infinito.
10:24
This was when we had our "Aha!"
229
606000
2000
È stato il momento del nostro "a-ha!"
10:26
This was the breakthrough.
230
608000
1000
Il punto di svolta,
10:27
This is when we're like, "OK, we're going to be OK,
231
609000
2000
il momento in cui ci siamo detti "Bene, ce la faremo,
10:29
This is actually going to work."
232
611000
1000
funzionerà".
10:30
And the "Aha!" was, what if we could take Brad Pitt,
233
612000
4000
Quel "a-ha!" voleva dire: che cosa succede se prendiamo Brad Pitt,
10:34
and we could put Brad in this device,
234
616000
3000
lo mettiamo in quest'apparecchiatura
10:37
and use this Contour process,
235
619000
2000
utilizzando il procedimento Contour,
10:39
and we could stipple on this phosphorescent makeup
236
621000
2000
dopo avergli passato sul viso il trucco fosforescente
10:41
and put him under the black lights,
237
623000
1000
e lo mettiamo sotto le luci scure?
10:42
and we could, in fact, scan him in real time
238
624000
3000
Possiamo fare una scansione del suo volto in tempo reale
10:45
performing Ekman's FACS poses.
239
627000
2000
mentre esegue le pose di Ekman.
10:47
Right? So, effectively,
240
629000
2000
Giusto? Così, in effetti,
10:49
we ended up with a 3D database
241
631000
2000
abbiamo finito con l'ottenere un database tridimensionale
10:51
of everything Brad Pitt's face is capable of doing.
242
633000
3000
di tutto quello che può fare il viso di Brad Pitt.
10:54
(Laughter)
243
636000
2000
(Risate)
10:56
From there, we actually carved up those faces
244
638000
3000
Partendo da qui, abbiamo sezionato quei visi
10:59
into smaller pieces and components of his face.
245
641000
3000
in parti più piccole, ottenendo le componenti del suo volto.
11:02
So we ended up with literally thousands and thousands and thousands of shapes,
246
644000
3000
Alla fine, letteralmente, avevamo migliaia e migliaia di forme.
11:05
a complete database of all possibilities
247
647000
3000
Un database completo, di tutto quello che
11:08
that his face is capable of doing.
248
650000
3000
può fare il viso di Brad.
11:11
Now, that's great, except we had him at age 44.
249
653000
3000
Benissimo, salvo il fatto che aveva 44 anni
11:14
We need to put another 40 years on him at this point.
250
656000
3000
e noi dovevamo dargliene 40 in più.
11:17
We brought in Rick Baker,
251
659000
2000
Abbiamo cooptato Rik Baker,
11:19
and Rick is one of the great makeup and special effects gurus
252
661000
2000
un vero guru del trucco e degli effetti speciali
11:21
of our industry.
253
663000
1000
nel nostro settore.
11:22
And we also brought in a gentleman named Kazu Tsuji,
254
664000
3000
E anche un certo signore, tale Kazu Tsuji,
11:25
and Kazu Tsuji is one of the great photorealist sculptors of our time.
255
667000
3000
attualmente uno dei più grandi esperti di scultura fotorealistica.
11:28
And we commissioned them to make a maquette,
256
670000
3000
A loro abbiamo commissionato un modello,
11:31
or a bust, of Benjamin.
257
673000
2000
ovvero un busto, di Benjamin.
11:33
So, in the spirit of "The Great Unveiling" -- I had to do this --
258
675000
3000
Quindi, nello spirito di "The Great Unveiling" di TED - questo lo dovevo fare! -
11:36
I had to unveil something.
259
678000
2000
devo "svelare" qualcosa:
11:38
So this is Ben 80.
260
680000
2000
ecco, questo è Ben a ottant'anni.
11:40
We created three of these:
261
682000
2000
Di questi ne abbiamo creati tre:
11:42
there's Ben 80, there's Ben 70, there's Ben 60.
262
684000
2000
Ben a 80, a 70 e a 60 anni.
11:44
And this really became the template for moving forward.
263
686000
3000
Questa è proprio diventata la base di tutto il lavoro successivo.
11:47
Now, this was made from a life cast of Brad.
264
689000
2000
È stato realizzato dopo aver fatto un calco di Brad
11:49
So, in fact, anatomically, it is correct.
265
691000
3000
e infatti, anatomicamente è corretto.
11:52
The eyes, the jaw, the teeth:
266
694000
3000
Occhi, mascella, denti...
11:55
everything is in perfect alignment with what the real guy has.
267
697000
3000
tutto perfettamente allineato con l'originale.
11:58
We have these maquettes scanned into the computer
268
700000
2000
I modelli sono stati scansionati al computer
12:00
at very high resolution --
269
702000
2000
in alta risoluzione.
12:02
enormous polygonal count.
270
704000
2000
Il conteggio poligonale era mostruoso.
12:04
And so now we had three age increments of Benjamin
271
706000
4000
Alla fine avevamo tre stadi di invecchiamento di Benjamin
12:08
in the computer.
272
710000
2000
disponibili nel computer.
12:10
But we needed to get a database of him doing more than that.
273
712000
3000
Tuttavia, avevamo bisogno di un database su di lui mentre fa molto di più.
12:13
We went through this process, then, called retargeting.
274
715000
3000
Per cui abbiamo avviato il processo chiamato di "retargeting".
12:16
This is Brad doing one of the Ekman FACS poses.
275
718000
2000
Questo è Brad che segue una delle pose di Ekman
12:18
And here's the resulting data that comes from that,
276
720000
3000
e questi sono i dati che ne derivano,
12:21
the model that comes from that.
277
723000
2000
ovvero il modello che ne risulta,
12:23
Retargeting is the process of transposing that data
278
725000
3000
essendo il retargeting il processo di trasposizione di quei dati
12:26
onto another model.
279
728000
2000
su un altro modello.
12:28
And because the life cast, or the bust -- the maquette -- of Benjamin
280
730000
3000
E dato che il calco, o busto - la cosiddetta maquette - di Benjamin
12:31
was made from Brad,
281
733000
2000
era stato preso da Brad,
12:33
we could transpose the data of Brad at 44
282
735000
3000
abbiamo potuto prendere i dati di Brad a 44 anni
12:36
onto Brad at 87.
283
738000
2000
e trasporli sul Brad 87enne.
12:38
So now, we had a 3D database of everything Brad Pitt's face can do
284
740000
3000
Quindi, avevamo un database tridimensionale di tutte le possibili "facce" di Brad Pitt
12:41
at age 87, in his 70s and in his 60s.
285
743000
4000
all'età di 87 anni, sui 70 e sui 60.
12:45
Next we had to go into the shooting process.
286
747000
3000
Successivamente, si entrava nella fase delle riprese.
12:48
So while all that's going on,
287
750000
1000
Quindi mentre avveniva tutto questo
12:49
we're down in New Orleans and locations around the world.
288
751000
2000
noi stavamo a New Orleans e in location in giro per il mondo,
12:51
And we shot our body actors,
289
753000
2000
riprendendo gli attori che impersonavano il corpo di Benjamin
12:53
and we shot them wearing blue hoods.
290
755000
2000
con addosso dei cappucci blu.
12:55
So these are the gentleman who played Benjamin.
291
757000
2000
Ecco, questo è un signore che impersona Benjamin.
12:57
And the blue hoods helped us with two things:
292
759000
2000
I cappucci blu ci servivano per due scopi:
12:59
one, we could easily erase their heads;
293
761000
2000
in primo luogo potevamo cancellare le teste facilmente,
13:01
and we also put tracking markers on their heads
294
763000
2000
secondo, avendoci messo sopra dei marker per la tracciabilità
13:03
so we could recreate the camera motion
295
765000
2000
potevamo ricreare il movimento della telecamera
13:05
and the lens optics from the set.
296
767000
2000
e l'ottica delle lenti del set.
13:07
But now we needed to get Brad's performance to drive our virtual Benjamin.
297
769000
3000
Ma ora, avevamo bisogno che fossero le performance di Brad a guidare il Benjamin virtuale,
13:10
And so we edited the footage that was shot on location
298
772000
2000
Per farlo, montavamo lo spezzone girato in location,
13:12
with the rest of the cast and the body actors
299
774000
3000
che includeva il resto del cast e gli attori che impersonavano il corpo,
13:15
and about six months later
300
777000
2000
e circa sei mesi dopo
13:17
we brought Brad onto a sound stage in Los Angeles
301
779000
3000
portavamo Brad in uno studio tecnico a Los Angeles.
13:20
and he watched on the screen.
302
782000
3000
dove poteva vedere tutto su uno schermo
13:23
His job, then, was to become Benjamin.
303
785000
2000
e a quel punto il suo compito era diventare Benjamin.
13:25
And so we looped the scenes.
304
787000
1000
Noi ripetevamo le scene
13:26
He watched again and again.
305
788000
1000
e lui continuava a vederle.
13:27
We encouraged him to improvise.
306
789000
2000
Da parte nostra lo incoraggiavamo a improvvisare.
13:29
And he took Benjamin into interesting and unusual places
307
791000
3000
Lui ha portato Benjamin a fare cose interessanti e singolari
13:32
that we didn't think he was going to go.
308
794000
2000
che non ci saremmo aspettati.
13:34
We shot him with four HD cameras
309
796000
2000
Lo riprendevamo con quattro telecamere ad alta definizione
13:36
so we'd get multiple views of him
310
798000
1000
in modo da vederlo in differenti prospettive.
13:37
and then David would choose the take of Brad being Benjamin
311
799000
3000
Successivamente David sceglieva l'inquadratura di Brad nei panni di Benjamin,
13:40
that he thought best matched the footage
312
802000
3000
quella che pensava fosse più idonea per la sequenza già girata
13:43
with the rest of the cast.
313
805000
1000
con il resto del cast.
13:44
From there we went into a process called image analysis.
314
806000
3000
Da lì siamo entrati in una fase chiamata "image analysis."
13:47
And so here, you can see again, the chosen take.
315
809000
3000
Qui vedete ancora la ripresa che abbiamo scelto
13:50
And you are seeing, now, that data being transposed on to Ben 87.
316
812000
3000
e qui i dati trasportati sul Ben di 87 anni.
13:53
And so, what's interesting about this is
317
815000
3000
Qua è interessante fatto
13:56
we used something called image analysis,
318
818000
2000
che abbiamo usato questa "image analysis",
13:58
which is taking timings from different components of Benjamin's face.
319
820000
3000
che significa sincronizzare le varie componenti del viso di Benjamin.
14:01
And so we could choose, say, his left eyebrow.
320
823000
3000
Potevamo scegliere, ad esempio, il suo sopracciglio sinistro
14:04
And the software would tell us that, well,
321
826000
2000
e il software ci diceva che
14:06
in frame 14 the left eyebrow begins to move from here to here,
322
828000
2000
nel fotogramma 14 il sopracciglio sinistro inizia a muoversi da qui a lì
14:08
and it concludes moving in frame 32.
323
830000
2000
e termina il suo movimento al fotogramma 32.
14:10
And so we could choose numbers of positions on the face
324
832000
2000
Pertanto potevamo scegliere un gran numero di posizioni sul viso
14:12
to pull that data from.
325
834000
2000
da cui estrarre i dati.
14:14
And then, the sauce I talked about with our technology stew --
326
836000
2000
Ed ecco, che quella salsa di cui vi parlavo col nostro stufato tecnologico,
14:16
that secret sauce was, effectively, software that allowed us to
327
838000
3000
la ricetta segreta era, in effetti, il software che ci permetteva
14:19
match the performance footage of Brad
328
841000
3000
di allineare la sequenza della performance di Brad
14:22
in live action with our database of aged Benjamin,
329
844000
4000
ripresa dal vivo, col nostro database del Benjamin invecchiato
14:26
the FACS shapes that we had.
330
848000
2000
contenente le pose di Ekman che avevamo creato prima.
14:28
On a frame-by-frame basis,
331
850000
3000
Fotogramma per fotogramma
14:31
we could actually reconstruct a 3D head
332
853000
3000
potevamo ricostruire una testa tridimensionale
14:34
that exactly matched the performance of Brad.
333
856000
3000
perfettamente armonica con la recitazione di Brad.
14:37
So this was how the finished shot appeared in the film.
334
859000
3000
Ed ecco come appariva la ripresa nel film
14:40
And here you can see the body actor.
335
862000
2000
mentre qui vedete il corpo dell'attore.
14:42
And then this is what we called the "dead head," no reference to Jerry Garcia.
336
864000
3000
Qui invece è quello che chiamiamo la "dead head", "testa morta", senza riferimenti a Jerry Garcia.
14:45
And then here's the reconstructed performance
337
867000
3000
Qui vedete l'interpretazione ricostruita
14:48
now with the timings of the performance.
338
870000
3000
ora con il ritmo della recitazione.
14:51
And then, again, the final shot.
339
873000
2000
E qui, ancora, la ripresa finale.
14:54
It was a long process.
340
876000
2000
È stato un processo lungo.
14:56
(Applause)
341
878000
3000
(Applauso)
15:07
The next section here, I'm going to just blast through this,
342
889000
2000
Passerò in rassegna velocemente la prossima sessione,
15:09
because we could do a whole TEDTalk on the next several slides.
343
891000
4000
in effetti ci vorrebbe un intero TEDTalk dedicato solo alle prossime diapositive.
15:13
We had to create a lighting system.
344
895000
3000
Dovevamo creare un sistema di luci
15:16
So really, a big part of our processes was creating a lighting environment
345
898000
3000
e in effetti una parte considerevole del nostro lavoro ha riguardato l'ambientazione luminosa
15:19
for every single location that Benjamin had to appear
346
901000
2000
di ogni location in cui appariva Benjamin.
15:21
so that we could put Ben's head into any scene
347
903000
3000
Così potevamo mettere la testa di Ben in ogni tipo di scena
15:24
and it would exactly match the lighting that's on the other actors
348
906000
3000
e ottenere l'esatta corrispondenza di illuminazione rispetto agli attori
15:27
in the real world.
349
909000
1000
ripresi dal vero.
15:28
We also had to create an eye system.
350
910000
3000
Allo stesso modo abbiamo dovuto creare un sistema dedicato agli occhi.
15:31
We found the old adage, you know,
351
913000
2000
Il vecchio adagio
15:33
"The eyes are the window to the soul,"
352
915000
2000
"Gli occhi sono lo specchio dell'anima"
15:35
absolutely true.
353
917000
1000
per noi si è rivelato assolutamente vero.
15:36
So the key here was to keep everybody looking in Ben's eyes.
354
918000
2000
La chiave era che tutti avessero lo sguardo sugli occhi di Ben
15:38
And if you could feel the warmth, and feel the humanity,
355
920000
2000
e se ci avessero sentito calore, e umanità,
15:40
and feel his intent coming through the eyes,
356
922000
3000
se i suoi occhi avessero anticipato le sue intenzioni
15:43
then we would succeed.
357
925000
1000
vuol dire che noi ce l'avevamo fatta.
15:44
So we had one person focused on the eye system
358
926000
3000
Una persona si è dedicata a questo sistema oculare
15:47
for almost two full years.
359
929000
2000
per quasi due anni.
15:49
We also had to create a mouth system.
360
931000
2000
Allo stesso modo abbiamo dovuto creare un sistema dedicato alla bocca
15:51
We worked from dental molds of Brad.
361
933000
2000
lavorando su calchi della dentatura di Brad
15:53
We had to age the teeth over time.
362
935000
2000
per adattarla in ragione dell'invecchiamento.
15:55
We also had to create an articulating tongue that allowed him to enunciate his words.
363
937000
3000
Abbiamo creato anche l'articolazione della lingua, che gli consentisse di parlare.
15:58
There was a whole system written in software to articulate the tongue.
364
940000
2000
Per questo c'era un intero sistema software:
16:00
We had one person devoted to the tongue for about nine months.
365
942000
2000
per nove mesi c'è voluto il lavoro di una sola persona,
16:02
He was very popular.
366
944000
2000
che da noi era molto popolare.
16:04
Skin displacement: another big deal.
367
946000
3000
Gli spostamenti della pelle: altro bel problema.
16:07
The skin had to be absolutely accurate.
368
949000
2000
La pelle doveva essere accuratissima
16:09
He's also in an old age home, he's in a nursing home
369
951000
3000
tanto più che Benjamin era in una casa di riposo
16:12
around other old people,
370
954000
2000
attorniato da anziani
16:14
so he had to look exactly the same as the others.
371
956000
2000
ai quali doveva assolutamente assomigliare.
16:16
So, lots of work on skin deformation,
372
958000
1000
Quindi: altro grande lavoro per le alterazioni della pelle
16:17
you can see in some of these cases it works,
373
959000
1000
e come potete vedere la cosa funzionava in certi casi
16:18
in some cases it looks bad.
374
960000
1000
e in altri no,
16:19
This is a very, very, very early test in our process.
375
961000
2000
questo è proprio un primissimo test del nostro lavoro.
16:21
So, effectively we created a digital puppet
376
963000
3000
In effetti, abbiamo creato una marionetta digitale
16:24
that Brad Pitt could operate with his own face.
377
966000
3000
che Brad Pitt poteva azionare con la propria faccia.
16:27
There were no animators necessary to come in and interpret behavior
378
969000
4000
Senza bisogno di animatori che interpretassero il comportamento
16:31
or enhance his performance.
379
973000
2000
o intensificassero l'interpretazione di Brad.
16:33
There was something that we encountered, though,
380
975000
3000
C'è stata una cosa in cui siamo incappati, tuttavia,
16:36
that we ended up calling "the digital Botox effect."
381
978000
3000
che alla fine abbiamo chiamato "effetto Botox digitale".
16:39
So, as things went through this process,
382
981000
3000
A mano a mano che usavamo il nostro processo
16:42
Fincher would always say, "It sandblasts the edges off of the performance."
383
984000
3000
Fincher ripeteva che esso "eliminava tutto ciò che era al di fuori dell'interpretazione"
16:45
And thing our process and the technology couldn't do,
384
987000
3000
perché in effetti quello che la nostra tecnologia non può fare
16:48
is they couldn't understand intent,
385
990000
3000
è comprendere le intenzioni,
16:51
the intent of the actor.
386
993000
2000
in questo caso quelle dell'attore.
16:53
So it sees a smile as a smile.
387
995000
2000
Un sorriso è un sorriso, questa tecnologia lo vede così
16:55
It doesn't recognize an ironic smile, or a happy smile,
388
997000
3000
senza riconoscerlo come ironico, felice,
16:58
or a frustrated smile.
389
1000000
1000
o frustrato.
16:59
So it did take humans to kind of push it one way or another.
390
1001000
3000
Ci volevano gli umani per portarlo ad essere l'una cosa o l'altra.
17:02
But we ended up calling the entire process
391
1004000
3000
Abbiamo finito per chiamare l'intero processo
17:05
and all the technology "emotion capture,"
392
1007000
2000
e la sua tecnologia "emotion capture",
17:07
as opposed to just motion capture.
393
1009000
1000
per differenziarlo dalla semplice "motion capture".
17:08
Take another look.
394
1010000
2000
Guardate ancora:
17:11
Brad Pitt: Well, I heard momma and Tizzy whisper,
395
1013000
2000
Brad Pitt: Beh, sai... la mamma e Tizzy bisbigliando dicevano
17:13
and they said I was gonna die soon,
396
1015000
2000
che sarei morto presto ma...
17:15
but ... maybe not.
397
1017000
2000
può darsi di no.
17:37
EU: That's how to create a digital human in 18 minutes.
398
1039000
3000
Ed Ulbrich: Ecco come creare una testa digitale in 18 minuti!
17:40
(Applause)
399
1042000
3000
(Applauso)
17:48
A couple of quick factoids;
400
1050000
2000
Giusto un paio di dati:
17:50
it really took 155 people over two years,
401
1052000
4000
abbiamo impiegato 155 persone e due anni di lavoro,
17:54
and we didn't even talk about 60 hairstyles and an all-digital haircut.
402
1056000
4000
per non parlare delle 60 pettinature con relativo taglio digitale.
17:58
But, that is Benjamin. Thank you.
403
1060000
3000
E alla fine, ecco Benjamin. Grazie.
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