ABOUT THE SPEAKER
Paul Debevec - Computer graphics pioneer
Paul Debevec's digital inventions have powered the breathtaking visual effects in films like The Matrix, Superman Returns, King Kong and The Curious Case of Benjamin Button.

Why you should listen

Called "Hollywood's Master of Light" by MIT's Technology Review, Paul Debevec leads the Graphics Laboratory at USC's Institute for Creative Technologies, where he directs the development of the Light Stage systems, which capture and simulate how people and objects appear in real-world illumination.

His work on lighting digital objects has been used in films like X-Men, The Golden Compass and Terminator: Salvation. He leads the design of HDR Shop, the first high-dynamic-range image editing program. He has collaborated with TEDster Golan Levin on an interactive art installation called Rouen Revisited.

More profile about the speaker
Paul Debevec | Speaker | TED.com
TEDxUSC

Paul Debevec: Animating a photo-real digital face

Paul Debevec anima una faccia digitale foto reale

Filmed:
881,584 views

A TEDxUSC, il pionere della grafica computerizzata Paul Debevec spiega la tecnologia dietro a Digital Emily, una ricostruzione digitale così realistica che si adatta a molti impieghi.
- Computer graphics pioneer
Paul Debevec's digital inventions have powered the breathtaking visual effects in films like The Matrix, Superman Returns, King Kong and The Curious Case of Benjamin Button. Full bio

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

00:18
One of the biggestmaggiore challengessfide in computercomputer graphicsgrafica
0
0
3000
Una delle più grandi sfide nella computer grafica
00:21
has been beingessere ablecapace to createcreare a photo-realfoto reale,
1
3000
2000
è essere in grado di creare una faccia umana digitale
00:23
digitaldigitale humanumano faceviso.
2
5000
2000
fotorealistica.
00:25
And one of the reasonsmotivi it is so difficultdifficile is that, unlikea differenza di aliensalieni and dinosaursdinosauri,
3
7000
3000
E una delle ragioni per cui è così difficile è che, a differenza degli alieni e dei dinosauri,
00:28
we look at humanumano facesfacce everyogni day.
4
10000
3000
vediamo facce umane ogni giorno.
00:31
They are very importantimportante to how we communicatecomunicare with eachogni other.
5
13000
2000
Sono molto importanti per esprimere ciò che comunichiamo agli altri.
00:33
As a resultrisultato, we're tunedsintonizzato in to the subtlestpiù sottile things
6
15000
3000
Come risultato, siamo attenti ai dettagli
00:36
that could possiblypossibilmente be wrongsbagliato with a computercomputer renderinginterpretazione,
7
18000
2000
che possono essere sbagliati in un rendering computerizzato,
00:38
in orderordine to believe whetherse these things are realisticrealistico.
8
20000
3000
per credere se queste cose sono realistiche.
00:41
And what I'm going to do in the nextIl prossimo fivecinque minutesminuti
9
23000
2000
E quello che sto per fare nei prossimi cinque minuti
00:43
is take you throughattraverso a processprocesso
10
25000
2000
è portarvi attraverso il processo
00:45
where we triedprovato to createcreare a reasonablyragionevolmente photo-realisticfoto-realistica computer-generatedgenerato da calcolatore faceviso,
11
27000
3000
con il quale abbiamo provato a creare una faccia computerizzata foto realistica
00:48
usingutilizzando some computercomputer graphicsgrafica technologytecnologia we'venoi abbiamo developedsviluppato,
12
30000
3000
usando qualche tecnologia di computer-grafica che abbiamo sviluppato,
00:51
and alsoanche some collaboratorscollaboratori at a companyazienda calledchiamato ImageImmagine MetricsMetriche.
13
33000
2000
e anche qualche collaboratore di una compagnia chiamata Image Metrics.
00:53
And we're going to try to do a photo-realfoto reale faceviso
14
35000
2000
E proveremo a ricreare,foto realisticamente, la faccia
00:55
of an actressattrice nameddi nome EmilyEmily O'BrienO ' Brien, who is right there.
15
37000
3000
di un'attrice chiamata Emily O'Brien, che è proprio lì.
00:58
And that's actuallyin realtà a completelycompletamente computer-generatedgenerato da calcolatore renderinginterpretazione of her faceviso.
16
40000
3000
E in effetti quello è un rendering generato completamente al computer della sua faccia.
01:01
By the endfine of the talk, we're going to see it movemossa.
17
43000
2000
Per la fine del nostro discorso, lo vedermo muoversi.
01:03
The way that we did this is we triedprovato to startinizio with EmilyEmily herselfse stessa,
18
45000
3000
Abbiamo fatto ciò provando a iniziare con la stessa Emily,
01:06
who was graciousgentile enoughabbastanza to come to our laboratorylaboratorio
19
48000
3000
che è stata così gentile da venire ai nostri laboratori
01:09
in MarinaMarina DelDel ReyRey, and sitsedersi for a sessionsessione in LightLuce StageFase 5.
20
51000
3000
a Marina Del Rey, e sedersi per una sessione nel Light Stage 5.
01:12
This is a face-scanningviso-scansione spheresfera, with 156 whitebianca LEDsLED all around
21
54000
4000
Questa è una sfera per analizzare i volti, con 156 LED bianchi tutti intorno,
01:16
that allowpermettere us to photographfotografia her
22
58000
2000
che ci permettono di fotografarla.
01:18
in a seriesserie of very controlledcontrollata illuminationilluminazione conditionscondizioni.
23
60000
3000
in una serie di condizioni luminose ben controllate.
01:21
And the lightingilluminazione that we use these daysgiorni lookssembra something like this.
24
63000
3000
E la luce che usiamo questi giorni assomiglia a questa.
01:24
We shootsparare all of these photographsfotografie in about threetre secondssecondi.
25
66000
2000
Abbiamo scattato tutte queste foto in circa tre secondi.
01:26
And we basicallyfondamentalmente capturecatturare enoughabbastanza informationinformazione
26
68000
3000
E riusciamo a catturare abbastanza informazioni
01:29
with videovideo projectorproiettore patternsmodelli that drapedrappo over the contourscontorni of her faceviso,
27
71000
4000
con la tracce del video poriettore che coprono i contorni della sua faccia,
01:33
and differentdiverso principleprincipio directionsindicazioni of lightleggero from the lightleggero stagepalcoscenico,
28
75000
2000
e diverse direzioni principali della luce dall'ambiente luminoso,
01:35
to figurefigura out bothentrambi the coarse-scalegrossolana-scala
29
77000
2000
per capire contemporaneamente il livello di dettagli
01:37
and the fine-scalescala fine detaildettaglio of her faceviso.
30
79000
2000
grezzo ed elaborato della sua faccia.
01:39
If we zoomzoom in on this photographfotografia right here,
31
81000
2000
Se ingrandiamo questa foto qui,
01:41
we can see it's a really nicesimpatico photographfotografia to have of her,
32
83000
2000
vediamo che è un'ottima foto di Emily da avere,
01:43
because she is litilluminato from absolutelyassolutamente everywhereovunque at the samestesso time
33
85000
4000
perchè è illuminata da tutte le parti contemporaneamente
01:47
to get a nicesimpatico imageImmagine of her facialtrattamento viso texturestruttura.
34
89000
2000
permettendo di avere una buona immagine della sua texture facciale.
01:49
And in additionaggiunta, we'venoi abbiamo actuallyin realtà used polarizerspolarizzatori on all the lightsluci --
35
91000
3000
E in più, abbiamo usato dei polarizzatori su tutte le luci --
01:52
just like polarizedpolarizzato sunglassesocchiali da sole can blockbloccare
36
94000
2000
proprio come gli occhiali da sole polarizzati riescono a bloccare
01:54
the glarebagliore off of the roadstrada,
37
96000
2000
il bagliore della strada,
01:56
polarizerspolarizzatori can blockbloccare the shinebrillare off of the skinpelle,
38
98000
2000
i polarizzatori riescono a bloccare la lucidità della pelle,
01:58
so we don't get all those specularSpecular reflectionsriflessioni to take this mapcarta geografica.
39
100000
3000
così non otterremo tutti quei riflessi speculari nell'ottenere questa mappa.
02:01
Now, if we turnturno the polarizerspolarizzatori around just a little bitpo,
40
103000
2000
Ora, se giriamo i polarizzatori solo un pò,
02:03
we can actuallyin realtà bringportare that specularSpecular reflectionriflessione
41
105000
2000
possiamo riportare indietro quel riflesso speculare
02:05
of the skinpelle back in,
42
107000
2000
della pelle indietro,
02:07
and you can see she lookssembra kindgenere of shinysplendente and oilyoleoso at this pointpunto.
43
109000
3000
e potete vedere come ora appare lucida e unta ora.
02:10
If you take the differencedifferenza betweenfra these two imagesimmagini here,
44
112000
3000
Se prendete le differenze tra queste due immagini,
02:13
you can get an imageImmagine litilluminato from the entireintero spheresfera of lightleggero
45
115000
2000
potete ottenere un'immagine illuminata da tutta la sfera di luce
02:15
of just the shinebrillare off of Emily'sDi Emily skinpelle.
46
117000
3000
esclusivamente della lucidità della pelle di Emily.
02:18
I don't think any photographfotografia like this had ever been takenprese
47
120000
2000
Non penso che una foto come questa sia mai stata scattata,
02:20
before we had donefatto this.
48
122000
2000
prima che noi facessimo questo.
02:22
And this is very importantimportante lightleggero to capturecatturare,
49
124000
3000
E questo è un tipo di luce molto importante da prendere,
02:25
because this is the lightleggero that reflectsriflette off the first surfacesuperficie of the skinpelle.
50
127000
2000
perchè è la prima luce riflessa dal primo strato della pelle
02:27
It doesn't get underneathsotto the translucenttraslucido
51
129000
2000
Non va sotto gli strati traslucidi
02:29
layersstrati of the skinpelle and blursfocatura out.
52
131000
2000
della pelle e offusca il resto.
02:31
And, as a resultrisultato, it's a very good cuespunto
53
133000
2000
E, come risultato, è un buon inizio
02:33
to the detaileddettagliata shapeforma of the skin-poreporo della pelle structurestruttura
54
135000
3000
per la forma dettagliata della struttura dei pori
02:36
and all of the fine wrinklesrughe that all of us have,
55
138000
2000
e tutte quelle sottitli rughe che tutti abbiamo,
02:38
the things that actuallyin realtà make us look like realvero humansgli esseri umani.
56
140000
2000
le cose che in effetti ci fanno sembrare davvero umani
02:40
So, if we use informationinformazione that comesviene off of this specularSpecular reflectionriflessione,
57
142000
4000
Quindi, se usiamo le informazioni che ci arrivano da questo riflesso speculare
02:44
we can go from a traditionaltradizionale faceviso scanscansione
58
146000
2000
possiamo passare da un tradizionale volto
02:46
that mightpotrebbe have the grossschifoso contourscontorni of the faceviso and the basicdi base shapeforma,
59
148000
4000
che può avere contorni irregolari e la sua struttura base,
02:50
and augmentaumentare it with informationinformazione
60
152000
2000
e perfezionarlo con informazioni
02:52
that putsmette in all of that skinpelle poreporo structurestruttura and fine wrinklesrughe.
61
154000
3000
che racchiudono la struttura di tutti i pori e di quelle rughe sottili.
02:55
And, even more importantlyimportante,
62
157000
2000
E, ancora più importante,
02:57
sinceda this is a photometricfotometrica processprocesso that only takes threetre secondssecondi to capturecatturare,
63
159000
3000
dato che questo è un processo fotometrico che impega solo tre secondi,
03:00
we can shootsparare EmilyEmily
64
162000
2000
possiamo riprendere Emily
03:02
in just partparte of an afternoonpomeriggio,
65
164000
2000
solo in una parte del pomeriggio,
03:04
in manymolti differentdiverso facialtrattamento viso posespose and facialtrattamento viso expressionsespressioni.
66
166000
3000
in molte pose ed espressioni facciali differenti.
03:07
So, here you can see her movingin movimento her eyesocchi around, movingin movimento her mouthbocca around.
67
169000
3000
Quindi, qui potete vedere come muove gli occhi, muovendo anche la bocca.
03:10
And these we're actuallyin realtà going to use to createcreare a photo-realfoto reale digitaldigitale charactercarattere.
68
172000
3000
E useremo tutto ciò per creare il personaggio digitale.
03:13
If you take a look at these scansscansioni that we have of EmilyEmily,
69
175000
4000
Se guardate questi scan che abbiamo di Emily,
03:17
you can see that the humanumano faceviso does an enormousenorme amountquantità of amazingStupefacente things
70
179000
3000
potete notare che il viso umano può fare molte cose sorprendenti
03:20
as it goesva into differentdiverso facialtrattamento viso expressionsespressioni.
71
182000
3000
assumendo diverese espressioni.
03:23
You can see things. Not only the faceviso shapeforma changesi cambiamenti,
72
185000
3000
Potete vedere. Non cambia solo la forma del viso,
03:26
but all sortstipi of differentdiverso skinpelle bucklingcarico di punta and skinpelle wrinklingrughe occursverifica.
73
188000
4000
ma anche tutte quelle pieghe e quelle rughe della pelle.
03:30
You can see that the skinpelle poreporo structurestruttura changesi cambiamenti enormouslyenormemente
74
192000
4000
Potete vedere che la struttura dei pori cambia tantissimo
03:34
from stretchedteso skinpelle porespori
75
196000
2000
dai pori distesi,
03:36
to the regularregolare skinpelle texturestruttura.
76
198000
2000
alla consistenza normale della pelle.
03:38
You can see the furrowssolchi in the browsopracciglia and how the microstructuremicrostruttura changesi cambiamenti there.
77
200000
3000
Potete vedere i solchi sulla fronte e come cambi la microstruttura lì.
03:41
You can see musclesmuscoli pullingtraino down at fleshcarne to bringportare her eyebrowssopracciglia down.
78
203000
4000
Vedete i muscoli tirare la carne per portare le sopracciglia giù.
03:45
Her musclesmuscoli bulgingsporgenti in her foreheadfronte when she wincesfa una smorfia like that.
79
207000
3000
I muscoli che si rigonfiano sulla fronte quando fa quella smorfia.
03:48
In additionaggiunta to this kindgenere of high-resolutionalta risoluzione geometrygeometria,
80
210000
3000
In aggiunta a questo tipo di geometria ad alta risoluzione,
03:51
sinceda it's all capturedcaptured with camerasmacchine fotografiche, we'venoi abbiamo got a great texturestruttura mapcarta geografica to use for the faceviso.
81
213000
4000
dal momento che è tutto ripreso dalle camere, otteniamo un'ottima mappa di texture da usare per il viso.
03:55
And by looking at how the differentdiverso colorcolore channelscanali of the illuminationilluminazione,
82
217000
2000
E guardando come i differenti canali di colore della luce,
03:57
the redrosso and the greenverde and the blueblu,
83
219000
2000
il rosso, il verde e il blu,
03:59
diffusediffusa the lightleggero differentlydiversamente,
84
221000
2000
diffondono la luce in modo diverso,
04:01
we can come up with a way of shadingombreggiatura the skinpelle on the computercomputer.
85
223000
3000
possiamo ricavare un modo per creare le ombre della pelle al computer.
04:04
Then, insteadanziché of looking like a plastergesso mannequinmanichino,
86
226000
3000
Quindi, invece di sembrare un manichino di plastica,
04:07
it actuallyin realtà lookssembra like it's madefatto out of livingvita humanumano fleshcarne.
87
229000
3000
sembra fatto di vera carne umana.
04:10
And this is what we used
88
232000
2000
Questo è ciò che abbiamo dato
04:12
to give to the companyazienda ImageImmagine MetricsMetriche
89
234000
2000
alla Image Metrics
04:14
to createcreare a riggedtruccato, digitaldigitale versionversione of EmilyEmily.
90
236000
3000
per creare una versione digitale di Emily.
04:17
We're just seeingvedendo the coarse-scalegrossolana-scala geometrygeometria here.
91
239000
2000
Stiamo vedendo solo la scala geometrica grossolana qui.
04:19
But they basicallyfondamentalmente createdcreato a digitaldigitale puppetburattino of her,
92
241000
3000
Ma hanno praticamente creato un suo pupazzo digitale,
04:22
where you can pullTirare on these variousvario stringsstringhe,
93
244000
2000
modificabile con queste variabili,
04:24
and it actuallyin realtà movessi muove her faceviso in waysmodi that are
94
246000
2000
e far muovere il viso coerentemente
04:26
completelycompletamente consistentcoerente with the scansscansioni that we tookha preso.
95
248000
2000
alle analisi che abbiamo preso.
04:28
And, in additionaggiunta to the coarse-scalegrossolana-scala geometrygeometria,
96
250000
2000
E, in aggiunta alla scala geometrica grossolana,
04:30
they alsoanche used all of that detaildettaglio
97
252000
2000
hanno usato anche tutti quei dettagli
04:32
to createcreare a setimpostato of what are calledchiamato "displacementspostamento mapsmappe"
98
254000
3000
per creare una raccolta di quelle che chiamiamo "displacement maps"
04:35
that animateanimare as well.
99
257000
3000
che anche possono essere animate.
04:38
These are the displacementspostamento mapsmappe here.
100
260000
2000
Queste sono le "displacement maps".
04:40
And you can see those differentdiverso wrinklesrughe actuallyin realtà showmostrare up as she animatesaggiunge un'animazione.
101
262000
3000
E vedete come quelle rughe si mostrano davvero quando si muove.
04:43
So the nextIl prossimo processprocesso was then to animateanimare her.
102
265000
2000
Quindi il prossimo processo e riuscire ad animarla.
04:45
We actuallyin realtà used one of her ownproprio performancesspettacoli to providefornire the sourcefonte datadati.
103
267000
4000
Abbiamo usato una delle sue performance come fonte di dati.
04:49
So, by analyzingl'analisi this videovideo with computercomputer visionvisione techniquestecniche,
104
271000
3000
Così, analizzando il video con tecniche computerizzate,
04:52
they were ablecapace to driveguidare the facialtrattamento viso rigimpianto
105
274000
2000
sono riusciti a guidare la struttura facciale
04:54
with the computer-generatedgenerato da calcolatore performanceprestazione.
106
276000
2000
con la performance generata al computer.
04:56
So what you're going to see now, after this,
107
278000
2000
Quindi, ciò che vedrete dopo questo
04:58
is a completelycompletamente photo-realfoto reale digitaldigitale faceviso.
108
280000
2000
è un volto foto reale completamente digitale.
05:00
We can turnturno the volumevolume up a little bitpo if that's availablea disposizione.
109
282000
2000
Possiamo aumentare un pò il volume se è possibile.
05:02
EmilyEmily: ImageImmagine MetricsMetriche is a markerlessmarkerless, performance-drivenprestazioni-driven animationanimazione companyazienda.
110
284000
4000
Emily: Image Metrics è una compagnia d'animazione attenta ai rendimenti.
05:06
We specializespecializzarsi in high-qualityalta qualità facialtrattamento viso animationanimazione
111
288000
3000
Siamo specializzati in animazioni facciali ad alta qualità
05:09
for videovideo gamesi giochi and filmscinema.
112
291000
2000
per videogiochi e film.
05:11
ImageImmagine MetricsMetriche is a markerlessmarkerless, performance-drivenprestazioni-driven animationanimazione companyazienda.
113
293000
4000
Image Metrics è una compagnia d'animazione attenta ai rendimenti.
05:15
We specializespecializzarsi in highalto qualityqualità facialtrattamento viso animationanimazione
114
297000
3000
Siamo specializzati in animazioni facciali ad alta qualità
05:18
for videovideo gamesi giochi and filmscinema.
115
300000
3000
per videogiochi e film.
05:21
PaulPaolo DebevecDebevec: So, if we breakrompere that down into layersstrati, here'secco that diffusediffusa componentcomponente
116
303000
2000
Paul Debevec: Quindi, se lo scomponiamo in livelli, qui c'è quella componente diffusa
05:23
we saw in the first slidediapositiva.
117
305000
2000
che abbiamo visto nelle prime slide.
05:25
Here is the specularSpecular componentcomponente animatingl'animazione.
118
307000
2000
Qui c'è la componente speculare in movimento.
05:27
You can see all the wrinklesrughe happeningavvenimento there.
119
309000
2000
Potete vedere le rughe muoversi lì.
05:29
And there is the underlyingsottostanti wireframewireframe meshmaglia.
120
311000
5000
E lì c'è la maglia wireframe che è alla base.
05:34
And that is EmilyEmily herselfse stessa.
121
316000
2000
E quella è la vera Emily.
05:36
Now, where are we going with this here?
122
318000
2000
Ora, dove stiamo andando con tutto ciò?
05:38
We'veAbbiamo goneandato a little bitpo beyondal di là LightLuce StageFase 5. This is LightLuce StageFase 6,
123
320000
4000
Siamo andati un pò oltre al Light Stage 5. Questo è il Light stage 6.
05:42
and we're looking at takingpresa this technologytecnologia
124
324000
2000
E stiamo cercando di applicare questa tecnologia
05:44
and applyingl'applicazione it to wholetotale humanumano bodiescorpi.
125
326000
2000
a tutto il corpo umano.
05:46
This is BruceBruce LawmenUomini di legge, one of our researchersricercatori in the groupgruppo,
126
328000
2000
Questo è Bruce Lawmen, uno dei nostri ricercatori,
05:48
who graciouslygentilmente agreedconcordato to get capturedcaptured runningin esecuzione in the LightLuce StageFase.
127
330000
3000
che ha cortesemente accettato a essere ripreso mentre corre nel Light Stage.
05:51
And let's take a look at a computer-generatedgenerato da calcolatore versionversione
128
333000
2000
E vediamo la versione computerizzata
05:53
of BruceBruce, runningin esecuzione in a newnuovo environmentambiente.
129
335000
2000
di Bruce, correre in un ambiente differente.
06:01
And thank you very much.
130
343000
2000
E grazie mille.
06:03
(ApplauseApplausi)
131
345000
1000
(Applausi)
Translated by Andrea Tangredi
Reviewed by Andrea La tessa

▲Back to top

ABOUT THE SPEAKER
Paul Debevec - Computer graphics pioneer
Paul Debevec's digital inventions have powered the breathtaking visual effects in films like The Matrix, Superman Returns, King Kong and The Curious Case of Benjamin Button.

Why you should listen

Called "Hollywood's Master of Light" by MIT's Technology Review, Paul Debevec leads the Graphics Laboratory at USC's Institute for Creative Technologies, where he directs the development of the Light Stage systems, which capture and simulate how people and objects appear in real-world illumination.

His work on lighting digital objects has been used in films like X-Men, The Golden Compass and Terminator: Salvation. He leads the design of HDR Shop, the first high-dynamic-range image editing program. He has collaborated with TEDster Golan Levin on an interactive art installation called Rouen Revisited.

More profile about the speaker
Paul Debevec | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee