极地快车——从动作捕获到电影

极地快车相信大家都看过，但是你知道吗，电影里的 Tom 大叔、圣诞老人＆Hero Boy 其实是同一个人表演的……
这篇文章原来是 SIGGRAPH 2005 的一个课程，里面揭示了很多影片制作过程中用到的具有独创性的动作捕获技术。
原文比较长，我准备把它精简一下呈现给大家。
一、序幕
《极地快车》这部电影是根据 Chris Van Allsburg 的同名经典儿童读物改编而成的，是第一部完全使用动作捕获技术的特色电影。在影片的制作中，视效总监 Ken Ralston 和 Jerome Chen 使用了一系列创造性的专利技术来表现作品中的奇妙景象。
刚开始制作影片时，Ken 和 Jerome 组织了 Imageworks 的一个小组讨论如何把这部作品搬上银幕，最终提出了三种方案：第一种是完全采用实景拍摄，然后通过后期处理的方式使它看起来更像童话故事。他们还专门对此 进行了实验，结果比较理想；第二个方案是由演员在蓝背景前表演，之后处理成故事绘画效果，其他所有的场景都用电脑生成。实验结果表明这个方案有太多的限制，要保持前景和背景的一致需要花费很大的力气；第三种就是采用动作捕获技术采集 Tom Hanks 及其他演员的真实动作数据来驱动完全虚拟的人物。

导演 Robert Zemeckis 经过比较后决定采用最后一种方案，即用动作捕获的方法完成这部影片。因为他认为动作捕获完全不受场景和摄影机运动限制，能够连续拍摄较长的片断，比实景拍摄要快捷的多。事实也是如此，这部影片如果以常规实景拍摄需要花费 8 个月之久，而动作捕获只用了 44 天。

影片开拍不久，动作捕获遇到了一些难题——现有的系统无法同时全方位捕获身体动作和脸部表情。于是，他们设计了一套拥有 64 台摄影机的 VICON 系统：其中 8 台用来捕获身体动作，另外 56 台专门用来对脸部表情进行捕获。这套系统工作得很好，演员的表演几乎不收任何限制，而且最多同时可以有 4 个人表演。
二、开始捕获
他们一共搭建了三个捕获区域：第一个有着 9 米见方，4.8 米高的捕获空间，仅仅用来捕获身体动作；第二个比较大，有 9×18 米见方，4.8 米高，也是用来捕获身体动作的，而且能够同时容纳十个人表演；第三个区域最小，长宽高都只有 3 米，即便如此，整个影片的大部分镜头都在这里完成，主要用于同步捕获身体、手和面部表情。

遮挡是进行光学动作捕获必定面临的问题，为了减少反光球被遮挡的几率，摄像头当然是多多益善。最多的时候光最小的捕获区域都要用 74 个摄像头，中等区域是 48 个，最大的区域有 120 个摄像头，总数达到 242 个。但最终遮挡问题还是出现了，在最小的区域捕获脸部表情时演员的头部不能低于 1  米，否则摄像头就拍不到，需要将地面加高才能正常进行捕获。
由于捕获区域的限制，一些比较大的场景还需要分段拍摄。事实上很多场景都捕获了两次，首先在最大的区域捕获大部分动作，然后到小区域捕获脸部表情、手部等一些细节动作。
影片里出现了很多孩子，但其实摄制组并没有启用任何儿童演员，所有动作都是由成人表演的。因此道具也需要按照一定比例放大，以便将动作缩小后看起来比较正常。片中有三种尺寸的道具，除了给成人和儿童用的，还有些适合小精灵使用——当然它们的尺寸要大一倍。为了保证片中孩子的视线保持正确，摄制组发明了一个小道具，叫做“潜望镜（snorkel）”，看起来就像一个长着腿的眼睛。当 Tom Hanks 扮演一个孩子并且与成人交谈的时候，旁边就有个工作人员头上顶着”潜望镜“配合表演。
《极地快车》中，进行身体捕获使用 54 个反光球，而表情捕获则用了 151 个，是通常情况的3～5倍，从摄像头到捕获对象的距离也要远得多。这样带来得好处就是演员可以更自由地活动，并且身体动作和表情能够同时捕获。由于反光球太多，表演的时候经常会脱落，化妆部门需要经常调整和补充演员身上和脸上的反光球，后来甚至连摄影棚外都是遍地星星点点的。
捕获用的紧身衣也是特制的。这些衣服都用颜色和标签区分，这样就可以从录像里轻易地分辨出每个人。衣服的材料是从日本进口的特殊维可牢（一种尼龙刺粘搭链），虽然比较透气，但是穿着还是会很热。还有一种网状的“透视衣”，是用来让演员进入角色的。至于真正的电影里的“虚拟服装”都是先由服装部门设计制做，然后让演员穿着用数字化扫描输入电脑的。

片中的大部分捕获都是在 3 米见方的捕获区域完成的，因为那里能够同时捕获动作和表情，而脸部表情和动作之间存在的微妙联系很难用分块捕获后混合的方式达成。刚开始那里只能同时捕获 2 个人，超过 2 个人的场景需要分开采集。比如一个场景有 3 个人，就会让一个人穿上黑色“隐身衣”（因为上面没有反光球，所以虽然肉眼可以看到他，但摄像头是拍不到的），另两个正常着捕获装，先拍摄一次，接着反过来让他换捕获装，另两个穿“隐身衣”再拍一次，最后将结果合成。后来最大数目增加到 4 个人，拍摄自然方便许多。
为了尽量不挡住演员身上的反光球，捕获中的所有道具都是网格状的（要是人也能变成透明人就完美了！），颜色也是统一的太空灰，防止高光等反射干扰摄像头。很多道具本身也有反光球，它们的位置信息对于动画师来说也是一个很好的参考。
20 个工作人员在控制台里保证导演和演员之间进行“畅通无阻”的沟通，他们和动作捕获总监用对讲机保持联系。
《极地快车》捕获过程中平均每天有 50GB 数据产生，每个文件最大有 2GB。捕获系统由 1 台主机和 4 台控制工作站组成，数据从各控制工作站源源不断输送到主机，以便查看。由于内存限制（2GB），捕获帧率被降低到了 60fps，最长时间也只能是 2 分半钟（2 个人身体和表情同步捕获）。现场录像也是必不可少的，特别是拍摄脸部表情，它们是动画师修正合成动画的依据。捕获数据和现场录像都被打上了统一的时间码。
摄影机是摄影师的武器，为了让摄影导演更好地运用以往的经验，激发创作灵感，Imageworks 发明了一个实时虚拟摄影系统能够让摄影师以传统的方式操作虚拟摄影机。这套系统叫做“轮子”（Wheels），因为机身上有很多滚轮，用来控制虚拟摄影机的位置、角度、焦距等参数，而操作起来和真的传统摄影机差不多。这样，摄影师就可以一边操作“轮子”，一边在监视器上查看正在拍摄的虚拟场景。

在拍片过程中，“轮子”确实帮了大忙。通常动画电影在制作前所有细节都要在故事板上设定好，包括摄影机角度等。有了“轮子”以后，只要完成了捕获和角色绑定，场景中任何可能有用的角度都可以“拍”下来，然后把它们交给剪辑师处理；如果剪辑师对某些镜头不太满意，也可以让“轮子”部门按他的要求重新“拍摄”。整个流程灵活又高效。

《极地快车》中的动画制作可以分为三个阶段：首先，将动作捕获数据与数字角色整合，做好必要的调整。其次，在捕获数据基础上加一层关键帧动画。最后，有些特定的角色和物体的运动需要完全手调（比如所有的动物和眼睛等），包括捕获时缺失的数据。
捕获数据整合小组最多时有 5 个组长和 25 个组员，他们的目标是让数据整合能够和拍摄同步进行，即每三个星期就有一个星期的空闲能让 Robert 摆弄那个“轮子”。理想状态下第一阶段的全部工作应该在第一组拍摄两周后完成，但事实上花了整整 6 个月才搞定。粗剪后的镜头需要进一步增加细节，比如提高模型精度、进行脸部表情捕获等。
为了与传统拍摄相区别，甚至连术语都要重新命名，比如一个镜头（Shot）在捕获中称为一拍（Beat）。成千上万个 Beat 都由一个数据库管理着，通过查看状态我们可以了解哪些数据正在什么工作流程上。因为《极地快车》中的小孩都是由大人表演的，比例缩放也是一个麻烦的问题，幸好当时 MotionBuilder 刚刚上市，用它来调整数据是很主要的方法。技术导演也专门定制了一些插件来协助数据处理。
当导演用“轮子”完成摄制后，还需要进行最终整合，加入表情等细节动作。而其中最大的挑战就是表情数据的应用，因为捕获时用的反光点要小得多，所以很容易产生躁动或被遮挡。尤其是当演员闭眼的时候，上眼皮上与下眼皮上的点经常碰到一起，最终眼皮的控制还是用得手工方式完成。成人的表情虽然经过缩小，但用在孩子脸上还是会显得有点怪异，动画师对此也做了很多调整。当整合工作都完成后，还需要检查在摄影机视图中这些动作是否正常。
MOCAP数据之上的动画
动作捕获数据经过动画师的加工后才能变得完美。每一个角色除 Animtion Control Rig 外还有 Mocap Control Rig 和 Mocap-offset Rig，最终的动作是由这三层数据综合而成。通常动画师不会直接改动 Mocap 层的数据，而是将手工关键帧加在 Animation 层之上。

Mocap-offset 层则是对 Mocap 层数据的修正和优化。动画师能够完全控制这些层数据之间的融合。在最好的情况下，百分之八十的表演都可以用动作捕获解决，其余的动作细节，如手指的动作及道具的运动，都由动画师完成。

在片中的很多角色完全是手工设置关键帧的，其中包括所有的动物、木偶车里的木偶们。工程师和司炉的动作最初都由 Michel Jeter 表演，但最终还是被大量更风格化的手工关键帧所取代。

六、影片进度表
2002年11月 最初动画预览
2003年1月 设计狼群外观并建模
2003年2月 最终镜头中的动画
2003年3月 开发狼奔跑时的动态毛发
2003年夏秋 有了很多动画构思
2004年1月 最初测试鹰毛流水线
2004年春 有了更多动画构思
2004年8月 通过了最早3个场景的初步布局
2004年8月4日 开始狼场景的建模及视觉设计
2004年8月16日 第一版渲染后的狼
2004年8月27日 主要动画序列通过
2004年8月31日 第一版渲染后的鹰
2004年9月1日 下雨的特效第一版
2004年9月2日 动画、建模、灯光的所有序列通过
2004年9月3日 第一版渲染后的tk01（1个角色和火车）
本文到这里也要告一段落了，文中所有内容覆盖了原课程1到5章，还有特效、灯光渲染部分因为个人兴趣原因所以没有涉及，略有虎头蛇尾之嫌，望大家见谅。
标签:极地快车动作捕获
相关文章:
»极地快车——从动作捕获到电影（五） »极地快车——从动作捕获到电影（一） »极地快车——从动作捕获到电影（二） »极地快车——从动作捕获到电影（三）»极地快车——从动作捕获到电影（四）
»动作捕获、动作捕捉、运动捕获、抑或是运动捕捉？！ Motion Capture 竟然有这么多中文译法，还不包括台湾的（动作撷取？），真让人晕。尤其在搜索的时候，每个词都要搜一遍，够费劲的，远没有直接用英文来得方便。
看起来似乎这些译法都没有错：Motion 既可以译成“运动”，又可以是“动作”，“捕捉”和“捕获”也没多大区别。即便如此，我认为还是“动作捕获”更合理一些。因为 Motion 虽然泛指运动，但 Motion Capture 的对象主要是人体，所以译为“动作”准确一些。而“捕获”又比“捕捉”合适——“捕捉”有捉住、囚禁之意，“捕获”则偏向获取，更符合数据采集的实质。
并不是我想咬文嚼字，我只是认为汉语完全能够表达一些事物的微妙差异。或许在全球化的今天大家都忽略了自己的母语，但为外来词汇挑选一个恰当的译法应该是一件有意义的事。
这让我想到了engadget 中文版 上的一些文章——大概这些编辑洋墨水喝太多了，几乎是在用英文的语法堆砌汉字，真想让他们再复习一下怎么说中国话。