隨著 LED 虛擬攝影棚(Virtual Production Stage)在全球影視產業迅速普及,2D ICVFX(In-Camera VFX)背景素材的重要性與日俱增。這類素材並非只在後期合成時「補背景」,而是拍攝現場直接為鏡頭提供光源與環境資訊的「即時場景」,其技術規格對最終影像品質有決定性影響。從攝影機的感測器讀取速度、色彩深度,到鏡頭陣列的重疊角度,再到 Genlock/Sensor Sync 的同步機制,都必須在前期規畫完善,才能避免莫爾紋、果凍效應或錯配的景深等問題,確保 LED 牆與真實前景在鏡頭裡「無縫接軌」。
什麼是 2D ICVFX 的背景素材
2D ICVFX 背景素材指的是在 2D 平面(plate)形式下,為 In-Camera VFX (ICVFX) 拍攝所準備的背景影像或影片素材。2D ICVFX 背景素材是為了在 LED 虛擬攝影棚中,作為拍攝時的即時背景所使用的高畫質、高技術規格的平面影像或影片內容。這些素材需要符合嚴格的技術要求(如色彩精準度、解析度、幀率等),確保在攝影機中呈現時能夠與實景拍攝的主體無縫結合,達到逼真的視覺效果。
攝影機與拍攝格式
- Netflix 認可的攝影機
Netflix 認可的攝影機標準旨在提供最高等級的影像保真度和品質。大家可以挑選了一份適用於 Netflix 原創作品的「認可攝影機」清單。這一些攝影機經 Netflix 進行內部評估,根據豐富的行業經驗和 ASC(美國電影攝影師協會)、BSC(英國電影攝影師協會)和 AMPAS(美國電影藝術與科學學院)等全球公認組織的指導設定門檻。
當需要拍攝用於 LED 牆虛擬製作環境或後期視覺特效的影像素材時,Netflix 建議使用其認可的攝影機。不僅能保證最佳影像品質,還能確保在拍攝和後期製作的流程順暢。
拍攝規格
- 色彩精準度(Color Precision)
色彩深度大於 10 位元,色彩取樣 4:2:2 或 4:4:4。低位元深度影像容易出現斷階,並且在調光後更加明顯。
如果專案需要對播放的影片進行高品質的視覺特效和合成操作,應該考慮以 RAW 或未壓縮的格式進行拍攝。與 CG 渲染內容整合時,較低的色彩取樣會產生問題。
- 紀錄格式(Record Format)
RAW 或場景參考(Scene Referred )影像資料。
使用對數(Log)編碼以便更有效地在位元深度受限的格式中保留陰影和高光細節。
擷取的色彩空間應該以場景參考,而不是以顯示器為參考。例如,REDWideGamutRGB/Log3G10、S-Gamut3/S-Log3、ALEXA Wide Gamut/Log C 或 V-Gamut/V-Log。
如果不使用 RAW 或未壓縮格式,建議使用基於幀內壓縮的編碼格式,如 ALL-Intra、XF-AVC、XAVC 等。當無法進行 RAW 或未壓縮影像擷取時,我們建議使用輕度編碼的影格內 (intra-frame) 編解碼器,例如 ALL-Intra、XF-AVC、XAVC 等。
- 資料傳輸速率(Data Rate)
最低錄製資料速率為 240Mbps(每秒百萬位元)或 30MB/s(每秒兆位元組),拍攝幀率為 24FPS。隨著幀率增加,最低資料速率也應增加。
- 解析度(Resolution)
-
- 每台攝影機的最小有效像素數應為 3840 x 2160,避免放大素材。拍攝解析度應與目標 LED 牆的解析度匹配,並加上 LED 牆最大高度的約 25%,以允許像素映射扭曲或重新投影,而無需額外放大。
-
- 建議使用球面 (正常和魚眼) 拍攝,避免使用變形鏡頭 (Anamorphic lenses)。
- 建議使用球面 (正常和魚眼) 拍攝,避免使用變形鏡頭 (Anamorphic lenses)。
-
- 正方形像素的長寬比。
- 正方形像素的長寬比。
- 感測器讀取速度(Sensor Readout Speed)
感測器的有效讀取速度應小於約 18 毫秒,以限制滾動快門效應/果凍效應。全局快門 (Global Shutter) 感測器可以消除滾動快門效應。
鏡頭陣列配置(Camera Array Configurations)
- 標準相機陣列範例
除了核心架構外,ACES 還包含一個可選的創意調整階段:LMT(Look Modification Transforms),位於 IDT 和 RRT 之間,在架構中的角色是輔助而非必要,可在基於 ACES 的工作流程中將無限多種「外觀」應用於影像,且僅影響 ACES 色彩空間中的影像,不影響 IDT或 ODT 。9 台相機
9 台攝影機
- 3x 前置鏡頭通常安裝在汽車擋風玻璃上
- 5 個後置攝影機安裝在汽車後擋風玻璃上
- 1 台相機安裝在汽車引擎蓋上,面朝上(通常用於反射)
7台攝影機
- 3x 前置鏡頭通常安裝在汽車擋風玻璃上
- 3 個後置攝影機安裝在汽車後擋風玻璃上
- 1 台相機安裝在汽車引擎蓋上,面朝上(通常用於反射)
4台攝影機
- 3x 前置鏡頭通常安裝在汽車擋風玻璃上
- 1 台相機安裝在汽車引擎蓋上,面朝上(通常用於反射)
**3x 前置鏡頭通常安裝在汽車擋風玻璃上
- 相機重疊
鏡頭之間需要至少 25 度的 FOV(視野)重疊。建議相機之間重疊 30%。
為什麼需要重疊?
如果陣列配置中的攝影機之間的視野不重疊,則將影像拼接在一起就會變得很困難。
- 配置範例
在設計/選擇適當的攝影機陣列裝置配置時,您可以參考以下範例:
更多車拍攝影機架設範例:https://photos.app.goo.gl/Zcmp62aDM9SWGA8b8
曝光/光線匹配(Exposure/Lighting Match)
拍攝素材的時候最關鍵的是記錄盡可能多的動態範圍,保留場景資料。
鏡頭變形(Lens Distortion)
沒有完美的鏡頭。市面上的每一個鏡頭都會以某種形式表現出一定程度的畸變。然而,有些鏡頭的表現會比其他鏡頭更好。例如,長焦距鏡頭的畸變特性往往比長焦距鏡頭更小。
失真總是壞事嗎?未必。事實上,許多攝影指導會根據鏡頭獨特的失真特性及其在影像中造成的細微瑕疵來選擇鏡頭。但在拍攝 LED 牆的畫面時,應盡量避免失真。
許多鏡頭能夠利用主流的通訊協定(例如 Cooke / i 技術、ZEISS eXtended Data 和 ARRI LDS)以中繼/元資料資料(Metadata)的形式提供有價值的信息,例如光圈、焦距、焦距、陰影/失真等。收集和保存這些鏡頭元資料可以提高視覺特效團隊的工作效率和準確性。強烈建議盡可能利用鏡頭元數據。
運動節奏匹配 (Motion Cadence Match)
主體在畫面中移動的速度有多快?是否會產生抖動?運動速度是否與場景的創作意圖相符?例如,這輛車在街上行駛的速度應該是多少?相對於您的場景,所呈現的動態模糊程度是否自然?是否有果凍效應?
研究物體的運動特性(Motion Characteristics)非常重要,因為它會直接影響影像的品質和觀眾的觀影感受。
- 抖動(judder)
拍攝對像在畫面中移動過快的話,可能會引起抖動並嚴重分散觀眾的注意力。如果出現抖動,請嘗試在拍攝時減慢拍攝主體在畫面中移動的速度。
- 運動模糊
觀眾已經習慣了電影中一定程度的運動模糊。如果背景模糊與前景元素不匹配,觀眾可能會注意到背景模糊的外觀不自然,可透過匹配快門速度來考慮這點。請記住,以數位方式添加運動模糊相對簡單,但去除運動模糊卻非常困難。
- 果凍效應偽影
大多數現代數位電影攝影機都採用滾動快門設計的 CMOS 感光元件。拍攝時請記住這一點,並儘可能避免這些偽影。全域快門感測器不會受到這種影響。
- 影像穩定
確保適當的影像穩定。不穩定的鏡頭需要大量的後期處理工作才能穩定。
- 景深匹配
為避免景深不匹配,應提前與攝影指導協調其預期的景深。素材的焦點衰減和失真特性需要與場景匹配才能令人信服。在大多數情況下,建議以深景深(即所有內容都聚焦)拍攝。如此一來,VP 團隊可以根據需要調整模糊特性。
- 感測器同步
陣列中所有的攝影機之間保持感測器同步非常重要。感測器同步使配置中的每個感測器能夠同時擷取,防止系統之間出現影格不匹配。如果感測沒有同步,陣列中的所有攝影機系統將以不同程度的時間偏移擷取影格。
請確保用於陣列的攝影系統具有感測器同步功能。在大多數情況下,感測器同步是透過專用 Genlock 產生裝置的 Genlock 輸入來實現的。
為什麼要關心 GENLOCK 或 SENSOR SYNC?
與在多個 LED 牆上使用 Genlock 以確保正確播放的方式類似,Genlock 也可用於同步多個攝影機系統之間的 CMOS 感測器的讀取/重置週期。如果沒有感測器同步,陣列中的所有攝影系統將會捕捉具有不同程度時間偏移的幀。當嘗試在多個視角上對齊和拼接影像時,這些偏移將導致額外的 VFX 工作。
不要為您的視覺特效團隊/內容提供者增加額外的工作量!發揮團隊精神,盡可能在鏡頭中做到完美。
筆記註釋和元數據收集
筆記註釋和元數據的收集對於製作非常重要。應保留陣列設定、攝影機設定、車速和鏡頭設定的詳細記錄,並將其與捕捉的鏡頭一起提供給編輯和視覺特效團隊。對於視覺特效 (VFX) 含量較高的節目,資料收集通常由視覺特效資料管理員 (VFX Data Wrangler) 負責(通常與第一或第二助理攝影師 (AC) 密切合作)。如果沒有 VFX 資料管理員,攝影部門也可以擷取這些資訊。
範例註釋/元資料:
- 相機品牌/型號
- ISO
- 白平衡
- 快門速度
- 影格速率
- 解析度
- 編解碼器
- 色彩空間
- 伽瑪曲線
- 鏡頭品牌/型號
- 鏡頭焦距
- 鏡頭光圈
- 鏡頭焦距
- 見證照片
- 相機放置 – 離地面的高度、與場景的距離、角度
- 車速
- 地點
- 時間
- 太陽位置
影像處理規格(Conform Specifications)
基於 LED 的虛擬製作的一致性、色彩和編輯要求的細節多種多樣且複雜。可以是拍攝素材,也可以是使用庫存素材,甚至完全由電腦生成的圖形。
- 輸出編解碼器(Output Codecs)
-
- 選擇至少 10 位元深度的視訊編解碼器。這是所有 HDR 規範的要求,以避免色彩再現問題。
-
- 選擇一個色彩空間和一個可以保留相機感測器,盡可能多動態範圍的編碼傳輸函數,例如相機的原生色彩空間或 ACEScct(需要至少 12 位元編碼),或線性浮點(EXR)。
常見的交檔編解碼器:
- ProRes 422/444(壓縮)
- Notch LC(壓縮)
- EXR(未壓縮)
- DPX(未壓縮)
色彩流程(Color Pipeline)
色彩流程在 LED 虛擬製作拍攝中是一個複雜且多變的環節,它涉及到軟體和硬體的各個層面。更重要的是, LED 面板應被視為攝影機捕捉的光源,而非人類眼睛觀看的顯示器,這使得其要求和色彩工作流程與傳統的顯示器有所不同。
色彩流程的目標是保留原始場景中盡可能多的動態範圍和色彩細節,並從 LED 牆輸出「線性」訊號。這表示它應能處理超出色域或裁切的值,而不會過度影響圖像的其餘部分。
- 校準的重要
-
- LED 面板的校準極為重要。包括使用圖像處理器 (Image Processor) 校準程序來校準 LED 牆的每個面板/圖塊。
-
- 同時,也需要進行攝影機校準工作流程,以調整 LED 面板的整體輸出,使其與片場主要攝影機所感知的效果一致。
-
- 為了在影像處理器、LED 面板與攝影機之間建立最精準的校準基準,Netflix 特別將 OpenVPCal 以開源形式釋出。這套工具把拍攝現場的主攝影機化身為色度計,透過單一次的量測流程,同步完成 LED 面板色彩校準、修正因同色異譜而產生的攝影機偏差,並校對整條影像鏈中的 EOTF 追蹤誤差,使整體成像更加可靠而一致。
- 為了在影像處理器、LED 面板與攝影機之間建立最精準的校準基準,Netflix 特別將 OpenVPCal 以開源形式釋出。這套工具把拍攝現場的主攝影機化身為色度計,透過單一次的量測流程,同步完成 LED 面板色彩校準、修正因同色異譜而產生的攝影機偏差,並校對整條影像鏈中的 EOTF 追蹤誤差,使整體成像更加可靠而一致。
- 拍攝規劃的考量
-
- 了解 LED 規格
-
- 了解你的主要拍攝攝影機(包括用於 LED 面板內容和主要攝影的攝影機/鏡頭)
-
- 理想情況下,你的內容輸出應使用針對 LED 面板參數化並為攝影機捕捉優化的輸出轉換 (Output Transform),避免任何會干擾牆體線性輸出的創意色調映射。
-
- 在正式拍攝前,先做現場小幅校正,如白點、曝光、對比度等。
- 在正式拍攝前,先做現場小幅校正,如白點、曝光、對比度等。
舉例來說,如果 LED 面板最大亮度:2000nit、RGB 原色:P3、傳遞函數:PQ/Gamma、黑色等級:0.008nit、主攝影機:ARRI Alexa 35,是可以在 PQ P3 @ 2000 尼特(nit)中建立輸出變換。
您所需要的只是基本的場景參考校正(曝光、白平衡)和一些次要的 CDL 控制(斜率、偏移、功率、飽和度),這些都應用作「混合校正」,以便更好地將牆體輸出與前景整合。
- 拼接或單一影像(Stitching or Singles)
每次使用攝影機陣列拍攝時,建議提供拼接後的素材以及單獨的原始單一素材,可用單一影像克服由拼接導致的偽影,如重影或視差問題。


















