Как компания Sminex создала трехминутное видео с помощью 3D и нейросетей

Создание современного видеоконтента часто требует нестандартных подходов и объединения различных технологий. Компания решила отказаться от услуг внешних подрядчиков и собственными силами реализовала амбициозный проект. Команда из двух внутренних подразделений разработала концепцию трехминутного фильма, посвященного перфекционизму в различных сферах.

Для реализации задуманного потребовалось совместить традиционные методы кинопроизводства, сложную компьютерную графику и современные алгоритмы. Производственный процесс стартовал с поиска подходящих образов и кастинга, в рамках которого организаторы отсмотрели сотни кандидатов. В результате было отобрано двадцать четыре актера для съемочного процесса.

Сами съемки проходили на зеленом фоне без декораций, что позволило передать живые эмоции и естественную игру актеров без лишних затрат на физические декорации. После завершения съемочного этапа к работе подключилась студия трехмерной графики, перед которой встала задача органично внедрить виртуальные объекты в отснятый материал. Основной рабочий процесс строился на базе популярных программных пакетов, включая 3ds Max и Corona Renderer.

Для создания реалистичных визуальных эффектов специалисты применили специализированные плагины и инструменты симуляции. Например, динамику воды реализовали с помощью Chaos Phoenix, а для создания облаков задействовали программу EmberGen. Растительность генерировали процедурно с помощью GrowFX и анимировали в SpeedTree, а движение автомобилей рассчитывали через специализированный плагин MadCar.

Интеграция виртуальной среды в реальные кадры потребовала использования классического рекламного пайплайна. Специалисты выполнили трекинг движения камеры с помощью инструмента 3DEqualizer, перенесли данные в трехмерную среду и провели процедуру кеинга для удаления зеленого фона. Финальная сборка и цветокоррекция осуществлялись в профессиональных программах NukeX и Nuke Studio, что позволило объединить разрозненные слои в цельное полотно.

В работе также использовались инструменты на базе машинного обучения, такие как Roto Brush, которые помогли автоматизировать сложный процесс выделения мелких деталей силуэта. Несмотря на развитие технологий, нейросети применялись точечно, поскольку современные алгоритмы еще не способны справляться со сложными режиссерскими задачами и детализированной анимацией без ручной доработки. В частности, для создания реалистичного процесса роста растений художники отказались от генеративного ИИ в пользу ручной анимации.

Кроме того, для оптимизации рабочих процессов разработчики создали собственные программные решения, включая конвертер форматов и скрипты для управления освещением сцены.