跨越时代的修复计划，如何重回香港电影黄金年代？_风闻
新眸-08-23 10:35
作者｜鹿尧
80年代，灯红酒绿的香港，锦衣夜行的武侠剑客、打拼江湖的英雄好汉，在银幕上掀起了一波又一波的热潮，比如徐克导演的《蜀山·新蜀山剑侠》中，郑少秋扮演的紫衫剑客挥剑破空踏云而来，每一个眼神、每一次剑舞，描绘出那个年代人们的武侠梦。
那时的港片红极一时。无数明星为整个亚洲标明了他们的黄金时期，无数经典角色和场景留在记忆里，成就许多人的情怀。然而，当我们再次重温这些影片时，却发现那些令人印象深刻的神情、飞舞的长发、以及锐利的剑影，随着时间的推移，已经变得模糊、昏暗、不清晰。
这种与记忆中的映像差距，让许多经典无法完美地被传承下去，也与新一代的观众产生了难以跨越的鸿沟。
一个时代的重生，总是技术与艺术、商业与情怀的完美融合。如今，抖音和火山引擎见证了这片历史的痕迹，他们和中国电影资料馆共同发起了“经典香港电影修复计划”，打算修复100部经典影片，其中10部为“人工+AI”精修，其余90部为机器修复：
用深度学习模型，针对胶片损伤进行自动检测，模糊、撕裂、褪色、划痕等问题在AI的帮助下被快速识别；使用基于stable diffusion的视觉大模型的生成能力，对每一帧影像进行修复，将模糊、磨损的港片重新翻新，解决了老旧影片的画质损伤，比如将在黑暗的场景中被掩盖的细节变得更清晰，褪色的场景变得鲜艳。
01
老港片的新技术革命
多年以前，胶片技术成为主流，很多港片都是在胶片上进行拍摄和保存的。
诞生于上世纪四十年代之前的影像胶片，几乎都是硝酸片基，这种材质超过40度极易自燃，后来采用醋酸片基，但时间长了，老电影的画面就会出现褪色、扭曲、酸变等非常多的瑕疵，加上存储过程中，难免遇到不恰当的温湿度并被反复搬运，经年累月，影片会遭受撕裂、霉变等损伤，以及反复放映导致的划痕、闪烁、丢帧、画面模糊等问题。
这些损伤不仅体现在视觉上，它们还遮蔽了影片原本的美学价值。例如当火山引擎的团队深入到《蜀山·新蜀山剑侠》的修复中时，他们也面临了同样的困难。
这部经典之作，和许多其他老港片一样，画质损伤十分严重，加上本身人物场景丰富多样，又增加了修复难度。有修复人员表示，“《蜀山·新蜀山剑侠》里打戏非常多，人物拖影太大，这靠人工就很难去完全解决。”
传统的修复技术，主要是依赖人工逐帧进行，一部电影胶片大概有12到15万帧，往往需要十余人的修复团队共同完成，平均每人需要负责一万多帧，修复一部影片甚至要花费数年时间。除此之外成本也高，并且受早期的设备和存储方式限制，以及拍摄年代、方式等不同，在处理清晰度、流畅度等方面仍少不了局限，最终的画质也参差不齐。
举个例子，像《蜀山·新蜀山剑侠》这类有众多武打场景的电影，有快速的动作和切换，靠传统技术常常难以准确捕捉，这就导致画面拖影的问题一直很难解决。
另一方面，影片修复不仅仅是为了提高清晰度，更重要的是，还要保留老片的年代感，实现“修旧如旧”。火山引擎的修复团队也强调，过于现代的修复方法，反而会使电影失去原有的氛围和情感。
火山引擎作为字节跳动旗下的云服务平台，虽然直到2021年才正式对外发布品牌，但已经在视频技术上积累了相当丰富的经验，基于抖音亿级DAU打磨的音视频技术沉淀，视频云就是其重要的能力板块之一。
从产品的角度来看，火山引擎视频云的存在，是为了面向体验打造出集视频点播、直播、实时音视频、智能处理、云游戏等一站式音视频服务，为用户提供互动、播放、画质、性能于一体的极致体验。
时间推移，火山引擎视频云的能力象限不断升级，投射到这次修复老港片的项目，也是他们的一次尝试。
02
旧的时代与新物种
如果从电影修复的几个环节来看，也很容易发现这次火山引擎港片修复计划带来的不一样。
在常规的清洁、借补胶片的物理方式基础上，他们将传统人工与AI算法修复相结合，包含了AI修复和艺术修复两个重要环节，修复画面和音效损伤的同时，进一步去还原色彩、优化画质。而在AI修复的实践里，最大的技术亮点就在于：首次将视觉大模型应用到老片修复。
不同于过去，火山引擎使用的是基于Stable Diffusion的视觉大模型，后者拥有更强的生成能力。因为有了更大的数据规模、更多的模型参数、更丰富的算力以及更先进的算法设计，AIGC模型才可以生成更逼真、多样且更好泛化能力的内容。
另一边，有足够的研究证明，从大数据集中提取的先验知识，对于提高模型性能至关重要。尤其是面对像老片修复的特殊任务：场景数量有限，且退化模型复杂繁多。所以相比过去“为特定任务定制”的模型，修复团队更需要的，是一个能够从大数据集中学习大量先验知识的生成模型。
这样一来，从技术和影片需求角度来看，视觉大模型的强大生成力和深厚的先验知识，能够针对解决老片的各种损伤，无论是清晰度、色彩、流畅度还是瑕疵，都能给港片带来全面的画质提升，让内容的纹理细节更加细致逼真。
“为了更好地用这些先验知识，我们的基准模型已经在数百万张图像上完成迭代和训练，还叠加了自己的老片修复网络。”团队成员补充道。
实际上，视觉大模型在处理修复过程中，仍会出现如效果不稳定、算力消耗巨大但效率低下等问题，针对老旧电影修复的特殊场景，火山引擎多媒体实验室对视觉大模型做了三个层面的算法优化：
在图像生成方面，通过控制模型的边界条件、强化高质量生成空间等手段，显著提升大模型的图像输出质量；在视频场景里，通过采用设计时域的自编码器、光流特征对齐、时域条件约束等技术手段，让大模型在修复的过程中可以使用前后帧的信息，更好地处理视频任务；同时，火山引擎还携手Intel在算法和工程上进行了多项优化，能显著提升大模型在4K场景下的处理效率并兼顾算力成本。
再比如流畅度方面，火山引擎自研了一种智能插帧算法，用于处理如武打场景中的高速动作。通过对前后帧的内容进行分析，生成中间帧内容，提升帧率，减少卡顿感。当我们欣赏修复后的成龙出演的《A计划》时，每一场紧张刺激的追逐和激烈打斗都得到了细致流畅的呈现，让观众沉浸在一种更加真实的观影体验中。
此时你会发现，当视频云具备成熟的AI技术，并且将它运用在实际场景中解决问题，这其中不仅会发生奇妙的化学反应，还向外界证实了一个新的思路，将AI技术发展在视频应用上这件事，不仅有效，而且非常有前景。
03
AI和视频没有边界
其实早在多年以前，就已经有不少互联网公司开始参与到老电影的修复中来，例如爱奇艺曾推出“全球经典拷贝修复计划”，将影片清晰度提升至4k；优酷也将影视的修复计划纳入过业务当中。拯救经典老片甚至已经成为全球范围内的共识。
近年来，随着AI技术的迅速发展，智能创作成为了AI+视频的重要方向和落地场景，不仅展示了AI在视频领域的巨大潜力，也进一步深化了AI和视频之间的密切关系。
在刚刚过去的8月22日“火山引擎视频云&AIGC技术大会”上，火山引擎总裁谭待将当下形容为一个“全视频化时代”：全天无休不停歇带货的数字人直播、虚实融合远程监控车辆状况的智能车控、突破空间随时提供服务的金融智能客服……视频化的应用场景已经渗入到我们生活的方方面面。
他们发现，在全行业加速视频化的进展中，社交、资讯、电商、音乐等各类应用，逐渐将视频类功能视为增强用户粘性的重要手段，截至 2022年4月，使用率前100的App里，有69%具备点播、直播等视频功能；随着消费互联网到产业互联网的不断渗透，视频类功能在行业的地位将变得更加重要。
在这一过程中，以AIGC为代表的AI能力、Apple Vision为代表的MR/XR等技术迅速崛起，虚拟游戏、远程直播……现实与虚拟世界的壁垒被打破，用户对视频的体验不仅仅在于看见，对更加清晰、沉浸、智能的要求也越来越高。
而企业面临的主要问题，是如何拥有并利用好AI和视频技术，来满足终端用户这些日益增长的需求。
通过这次大会我们了解到，在这样一个时间节点，火山引擎借助智能创作产品的AIGC能力升级了视频云的解决方案，进一步降低了视频制作门槛，作为字节跳动能力溢出的一个方面，帮企业解决音视频方面的技术挑战。回顾很长时间以来团队所做的事，像之前修复老动画、演唱会等等，背后都是长时间技术经验的累积。
回到一开始的港片修复这件事上，在影视文化中，老电影占有不可撼动的地位，通过AI技术和人工修复的结合，电影修复的流程不仅会更加高效，而且在保证质量的前提下，能达到一定的标准化。这意味着，AI重现历史情怀的同时，将整个行业推向更加健康的方向发展，也是科技深入生活场景的又一个缩影。