本文作者 FilmLight 图像工程师苏岱宁/丹尼尔·西拉古萨诺（Daniele Siragusano），带大家探讨机器学习对调色师技艺的影响

摄影机所采集的，并不是你在屏幕上看到的成片。它采集的是原料 —— 一个潜在的图像。无论是经典的胶片，还是数字传感器，它们都能记录大量光线与色彩信息，而信息需要经过准确地显影和塑造，才能传达特定的故事。这种未经处理的数据可能信息量巨大，但需要复杂的调整才能变成我们称为电影的美观呈现。数字图像在美学上不及胶片的时代也早已过去：现代数字摄影机只要使用得当，可以达到无与伦比的抽象感与沉浸感。

多年来，色彩操纵工具是确定性的 —— 你调节某一个设置，图像就会按预期发生改变。展望未来 —— 多亏了机器学习（ML）的进步 —— 我们将进入“修图”新时代。我们将看到的未来功能可以分析整个图像或一连串图像，从而以更深刻、抽象的方式理解图像。这打开了无限可能。

调色软件将能够从摄影机数据重建更多内容，提供宝贵的额外信息，比如深度贴图、目标分割或精确的着色数据。这能增强创作自由，并加速实现导演的构想。通过操纵这些底层的抽象表达，来修改图像与影像。虽然某些新功能一开始可能看似混乱 —— 输入端小小的改变可能造成极大的输出差异。

在我所设想的未来里，AI 功能会融入我们现在所熟悉的、高度可预测的色彩操纵工具，让人类调色师可以微调和指导它。这就确保了艺术创作始终掌握在艺术家手里。

机器学习功能可以让许多耗时的、非创意性的工作实现自动化，比如单调乏味的转描、镜头平衡或精确的流程匹配工作。我们不需要这些功能达到100%完美，因为人类调色师始终可以进行精修。

它不会替代人类创造力，它不过是为其赋能罢了。通过精简这些技术任务，让调色师得以把自己的时间与才华聚焦到真正为项目创造价值的创意性工作上。新技术可以提供建议，实现更高效、更专注于发挥创意的工作流。

出处：Definition

翻译：LorianneW | 盖雅翻译小组

尊正 x Kevin Shaw,CSI 

全流程色彩管理大师班 N1 已结课，N2~N3即将开课

欢迎咨询详情↓