FilmLight 图像工程师苏岱宁/丹尼尔·西拉古萨诺（Daniele Siragusano）讨探机器学习对调色师技艺的影响

在 FilmLight，我们始终理解一点：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。我们的使命是提供工具去解锁那种潜力。

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。我们享誉业内的成就即为调色师提供了准确的工具控制，让他们能精雕细琢图像的方方面面。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。

我们的系统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。我们致力于在我们的工具里，让这些丰富的数据触手可及并执行到位。我们当前主要的研发努力是提供强健的基础设施，以支持这些新的额外信息渠道。

因此，我们正在探索全新的方式，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 —— 但 FilmLight 的应对方法是以认真负责的方式去驾驭这种力量。

（未完待续）

出处：Definition

翻译：LorianneW | 盖雅翻译小组