AI黑科技剪輯的用途及發(fā)展軌跡

導(dǎo)讀：不僅在體育上，AI剪輯最早是被應(yīng)用在電影制作上，但是在這兩者上的應(yīng)用上卻有一定的差異，并呈現(xiàn)一系列問題，下面筆者將據(jù)此進(jìn)行分析。

今年世界杯迄今為止最大冷門，無疑是衛(wèi)冕冠軍德國 0：1 爆冷負(fù)于墨西哥，險些0：2甚至0：3。世界杯的魅力就是永遠(yuǎn)會發(fā)生各種看似各種不可能的事，因此，留下了不少讓球迷津津樂道的精彩瞬間。

如何快速將這些精彩快速集合，二次引爆球迷呢？

某視頻網(wǎng)站在6月14日世界杯揭幕賽前正式發(fā)布最新“AI黑科技”— AI直播剪輯官，參與世界杯直播精彩短視頻實時剪輯。事實上，在年初的2018足協(xié)杯資格賽上，人工智能剪輯就被運用，全部自動化完成，不需要人工操作審核，實時捕捉、實時剪輯。

不僅在體育上，AI剪輯最早是被應(yīng)用在電影制作上，但是在這兩者上的應(yīng)用上卻有一定的差異，并呈現(xiàn)一系列問題，下面筆者將據(jù)此進(jìn)行分析。

AI剪輯體育視頻“so great”，剪輯電影就”too weak“

說起電影剪輯，不得不提王家衛(wèi)。據(jù)說他拍電影不用劇本，全靠后期剪輯。張曼玉曾在拍《花樣年華》接受記者采訪時坦言，“拍他的戲很無奈，因為你永遠(yuǎn)不會知道他下一步會怎樣走，根本無法準(zhǔn)備。不過，每次看完剪片，我都會有意外驚喜，很開心?！?/p>

這充分說明了剪輯在電影中的重要地位，類似于觀音菩薩捏泥人造人時，最后吹的那口讓泥人成真人的一口氣。

體育往往是肢體運動，AI 在剪輯前更多的是人臉識別和對相關(guān)動作的學(xué)習(xí)，但是電影是對白藝術(shù)，不僅是人臉識別還有語音語義識別。同時，體育運動是在既定的規(guī)則框架下進(jìn)行的，AI不需要花費時間去去判斷是否犯規(guī)，而在AI剪輯電影前，需要判斷表演的好壞和拍攝的質(zhì)量，還要能識別出穿幫鏡頭。二者的難度系數(shù)可想而知。

因此，AI剪輯現(xiàn)階段在體育領(lǐng)域的使用會遠(yuǎn)遠(yuǎn)高于在在電影領(lǐng)域的使用，在電影剪輯里，它更多的是作為一個輔助者。

早前IBM的人工智能系統(tǒng)Watson曾為電影《Morgan》剪輯預(yù)告片。

具體流程是先給Watson看100部恐怖電影預(yù)告片，準(zhǔn)確的說，是這些影片的切割片段或單獨場景。Watson對這些預(yù)告片進(jìn)行了畫面、聲音、創(chuàng)作構(gòu)成的分析，并標(biāo)記上對應(yīng)的情感。隨后，工作人員將電影《Morgan》導(dǎo)入，Watson迅速挑出了其中10個場景組成了一段長達(dá)6分鐘的影片。最后在剪輯師的幫助下，這些鏡頭被剪輯成最終的成片。

該預(yù)告片談不上優(yōu)秀，甚至有點“土”而無“味”。但是在營銷和制作周期上的意義影響深遠(yuǎn)，本應(yīng)10天到1個月的制作周期縮減到了24小時，獲得了極大的曝光。除此之外并沒有特別的意義，《Morgen》于2016年上映，在此之后鮮少聽聞有電影用人工智能做預(yù)告片。

AI剪輯更多是“成品“不是”作品“

據(jù)說戰(zhàn)地記者在拍攝的時候，有時候會因為不熟悉情況沒法獲取一手資料，而這個時候如果托當(dāng)?shù)厝巳ヅ臄z就會容易得多。對看新聞的人而言，他們不會太關(guān)心這段視頻是不是抖動得厲害，畫質(zhì)是否不清晰，只要這個新聞事件被完整呈現(xiàn)。

顯然對很多球迷而言，呈現(xiàn)的意義比創(chuàng)作更大。能及時看到世界杯的進(jìn)球和精彩合集是最重要的，再配上足夠激動人心的音樂，球迷并不會在意其他。

2018賽季NBA總決賽塵埃落定后，有視頻網(wǎng)站實時上線了《杜蘭特11年精彩回顧》。球迷對這部片子的要求不亞于對一部電影的標(biāo)準(zhǔn)，但是捫心自問，它絕對算不得一部精彩的剪輯，全程節(jié)奏平淡，層次感不清晰，看完內(nèi)心毫無波瀾。好的剪輯可以直戳人心，而AI剪輯顯然和優(yōu)秀的剪輯師還有一段距離，AI剪輯的僅僅是“成品”而不是“作品”。

AI剪輯的發(fā)展軌跡

影視剪輯不僅重要，而且比較程式化，非常耗時。而 AI 的加持無疑有利于提升剪輯視頻的效率，智能相對論的分析師雷宇認(rèn)為，AI剪輯大體按照以下三個運行軌跡發(fā)展。

第一步：畫面識別，縮短素材收集時間

這是AI對視頻最基礎(chǔ)的認(rèn)知，這里的 AI 識別的主要是辨認(rèn)視頻畫面中的對象。以世界杯為例，主要就是對高速運動下的球星人臉實時定位與檢測，如這段視頻幾秒至幾秒出現(xiàn)的球星是梅西，這一段是阿圭羅等，并能將他們的視頻提取出來。

2016年Miles Deep 則使用了特殊的深度卷積神經(jīng)網(wǎng)絡(luò)，可以取其精華去其糟粕，更方便你***。它可以移除所有不包含性接觸的場景，或者編輯去掉一種特定的性行為，是一個很好用的色情視頻分類或編輯工具。

另一方面，有數(shù)據(jù)顯示，2025年全球數(shù)據(jù)量將達(dá)到163ZB，這對人來說整理視頻數(shù)據(jù)將越來越麻煩，但對AI來說，已經(jīng)能夠輕松做到從全網(wǎng)提取出包含特定關(guān)鍵詞內(nèi)容的視頻片段，并截取出來統(tǒng)一進(jìn)行分類整理，這一步的AI類似于一個小秘書。

第二步：理解鏡頭語言，學(xué)習(xí)人類的鏡頭剪輯

AI需要對視頻的理解深入到鏡頭的內(nèi)容及鏡頭語言的運用，學(xué)習(xí)剪輯規(guī)則，通過深度學(xué)習(xí)模仿人類的剪輯技巧，實現(xiàn)基本的剪輯。如在世界杯中，它需要準(zhǔn)確識別進(jìn)球、射門、角球、紅牌、黃牌、慶祝等多種動作，模仿人自動剪輯出進(jìn)球、射門、犯規(guī)、過人等精彩片段。

以我們常常吐槽的制作粗糙的網(wǎng)絡(luò)劇為例，素材和成片比例大概是10：1，剪輯師剪輯起來可能不那么耗費精力。但是真人秀節(jié)目就不同了，素材與成本的比例非常驚人，例如《爸爸去哪兒》攝制組共有40多個機位，大全景、大特寫、小全景等多個景別同時開拍，每集90分鐘的節(jié)目都有1000多小時的素材。如何前期從幾十臺機位的素材中快速找到最終剪輯需要的鏡頭，是相當(dāng)費時費力的過程，而AI 的使用可以輔助人篩選，最終簡化這一流程。

第三步：在某種程度上替代人，做一些具有創(chuàng)造性的活。

這要求AI能自行能夠理清素材間的聯(lián)系，根據(jù)學(xué)習(xí)的鏡頭組接規(guī)則，面向特定目標(biāo)自動進(jìn)行視頻的剪輯。經(jīng)典好萊塢電影拍攝手法，一般是拍攝一個遠(yuǎn)景作為主鏡頭，然后再分別拍攝特寫鏡頭、反應(yīng)鏡頭、切入鏡頭和切離鏡頭，最后剪輯師依據(jù)需求進(jìn)行剪輯。

一個來自斯坦福大學(xué)和Adobe公司的AI便能夠自行同步相同場景的錄像。然后自動識別和分析演員所體現(xiàn)出的人物形象，最后根據(jù)導(dǎo)演對風(fēng)格的要求，AI依據(jù)數(shù)據(jù)庫里較為成熟的剪輯風(fēng)格和鏡頭語言對錄像進(jìn)行自動選擇和組裝。

它僅僅3秒鐘就剪出了一個71s的視頻，而一個經(jīng)驗豐富的剪輯師可能需要好幾個小時。但是剪輯質(zhì)量如何，最關(guān)鍵的地方卻沒有細(xì)說，很微妙。

結(jié)尾

毫無疑問，AI剪輯已經(jīng)越來越廣泛滲入到了文體產(chǎn)業(yè)，從第一部電影誕生至今，電影影視工業(yè)不斷的走向成熟和便捷。剪輯因早一批的剪輯師用剪刀剪斷錄像膠卷后拼接成像而得名，隨著電影電視數(shù)碼化，剪輯師的工具從剪刀變成了電腦，AI剪輯讓剪輯師手里的工具更加的方便，利于他們創(chuàng)作出更多更優(yōu)秀的作品。

但是，在讓剪輯師更加便捷工作的同時，也讓剪輯師的職業(yè)門檻不斷降低，越來越多的人可以制作視頻，電影電視的制作周期可能會更短，至于質(zhì)量？粉絲買單就成。