中国电影科技网

电影+酒店：跨界新模式推动点播影院健康有序发展

发布日期：2022-02-18 新闻来源：中国电影科技网点击0次

我国首家点播影院酒店正式开业

Mo-Sys公司推出LED显示墙高帧率虚拟摄制解决方案

Unity新型神经网络架构可基于静态剪影图像快速创建人体姿态

【点睛】

《“十四五”中国电影发展规划》中提及要“开发多层次多元化电影市场，积极培育新型电影消费模式，规范发展点播影院和点播院线，推动电影与游戏、旅游等融合发展，拓展电影消费新业态，更好满足多样化观影需求”，对于支撑电影产业整体效能提升和高质量发展具有重要意义。

当前，全国点播院线和点播影院正积极探索电影与其它产业跨界融合的新消费模式，将有助于推动多元化电影制作发行放映技术体系建设完善，充分发挥国产影片效能、促进国产设备自主研制，但必须认识到，点播影院系统和设备播放具有点播公映版权的正版影片，并具备对影片内容安全版权的高强度保护，是促进点播院线和点播影院健康可持续发展的根本保证，是点播院线和点播影院与其他产业实现更广范围、更深层次、更高水平深度融合的重要前提。未来应统筹内容安全、版权保护和系统成本，促进点播院线与点播影院健康有序发展。

我国首家点播影院酒店正式开业

近日定军山有戏电影酒店正式开业，该酒店可为住客提供影片点播放映服务，是目前全国唯一一家具有“电影放映经营许可证（专）”的酒店，也是首家上报电影票房的电影酒店。

该酒店在装修风格上融入众多电影主题元素，走廊以电影道具、衍生品点缀为主，客房内配置有高清点播放映一体机和5.1环绕音箱，支持130寸整墙投影，提供高质量视听效果，上千部正版影片供住客点映。

除客房外，酒店搭建了露天点播观影空间，用于开展电影主题沙龙、电影发布会、粉丝见面会及电影展映主题活动。此外，酒店配有简易摄影棚，可为住客提供个性化的电影摄制体验服务。

▲客房内部

该酒店的电影点播放映设备采用定军山CDH点播影院放映一体机，该设备符合《点播影院暂行技术规范》中安全级别3的规定，影片加密打包格式参照专业影院要求，采用国产数字水印技术，播放器和显示设备具备较高强度安全防护措施，确保安全保护装置和存放私钥的安全硬件在遭受外部侵入时，立即启动停止播放、设备锁定、记入日志等安全防护功能。该酒店点播计费系统对接国家电影事业发展专项资金管理委员会办公室票务管理系统，每个房间的电影放映数据均上报至该平台。

在“酒店+电影”的新型消费模式下，酒店与电影跨界融合，业态互补共赢，电影为酒店提供丰富的文化内容产品，酒店为电影拓展更大的市场空间。“酒店+电影”利用优质电影作品和创新播映模式培育出新业态，为电影多元化播映探索出一种可行模式，将有助于激发产业新增长活力，满足多样化观影需求，推动产业融合发展。

Mo-Sys公司推出LED显示墙高帧率虚拟摄制解决方案

英国娱乐媒体技术公司Mo-Sys Engineering近日针对LED显示墙高帧率虚拟摄制更新了渲染解决方案NearTime和摄影机跟踪系统StarTracker，并提出一种LED显示背景二次渲染方式，以平衡高帧率虚拟摄制下的画质与帧速率。

当前基于LED显示墙虚拟摄制的一大应用挑战在于，高帧率摄制下如何平衡画面渲染质量和实时性，由于引擎在渲染时为保证实时性将牺牲部分画质，因此在需要升格拍摄慢镜头时，这一问题尤为突出。

针对该问题，NearTime提出了适用于LED显示墙虚拟摄制的背景自动二次渲染方式，在拍摄时降低LED背景墙显示内容的渲染质量，以确保高帧率拍摄下的实时性，在每一帧拍摄完成后自动将前景与背景分离，并在一组镜头拍摄完成后，将摄影机和镜头数据以及低质量渲染画面传输至云端，由云端虚幻引擎（UE）自动进行二次高质量渲染，完成后与分离出的前景自动合成，生成最终画面。

实时渲染

二次渲染

NearTime联合摄影机跟踪系统StarTracker，可实现最高240fps的LED显示墙实时虚拟摄制。

该解决方案为摄制团队提供了两套背景画面选择，用户可根据应用场景与画面需求，适时选择合适的渲染画面。

二次渲染方案适用于高帧率拍摄的特定场景，但若选择使用NearTime渲染的高质量画面，则无法实现基于LED显示墙直接拍摄最终画面的需求，因此应用场景有限，取决于拍摄内容和主创决策。

（内容与图片来源：Mo-Sys公司官网）

Unity新型神经网络架构可基于静态剪影图像快速创建人体姿态

近期，游戏引擎Unity研究团队提出一种名为ProtoRes的新型神经架构，可实现基于静态剪影图像快速创建人体姿态，并已集成至Unity引擎中。

▲使用ProtoRes由静态图像生成人体姿态

人体姿态建模和姿态表示学习在计算机图形与动画、视频中姿态与运动估计、沉浸式AR等多项应用中具有非常关键的作用。

目前主流实时姿态操纵工具依赖不可学习的运动学模型实现，在部分情况下无法保证从稀疏约束（例如关节子集的位置）的可变输入中生成合理、完整的人体静态姿态。对此，Unity提出的ProtoRes神经网络架构将残差连接（Residual Connection）与部分特定姿态的原型编码相结合，可从学习的潜在空间中创建一个新的完整姿态。

▲ProtoRes生成预测步骤

ProtoRes遵循编码器-解码器模式，分三个步骤生成预测。首先，用户提供数量和类型可变的输入，包括位置（3D坐标）、旋转（6D表征）和观察（3D目标位置和3D局部朝向）效应器等，这些输入被处理后可实现迁移不变性（Translation Invariance）与向量表示。其后，Proto-Residual编码器将效应器指定的姿态转换成单个向量（姿态嵌入）。最后，姿态解码器将姿态嵌入扩展到全身姿态表示中，包括每个关节的局部旋转和全局位置。

实验结果表明，ProtoRes能够比现有非机器学习解决方案更准确地重建稀疏定义的姿态，比两个基线机器学习模型（一个基于Transformer，一个基于缺失输入掩码）更准确，并且其提出的随机损失加权在多任务训练场景中更有效。

（内容与图片来源：Unity官网、机器之心）

上一篇：我国8K视听产业本土化步伐加快
下一篇：新一代游戏引擎：实现影视制作无缝虚实融合