Algoritmo che calcola il movimento dei pixel tra i frame — genera vettori di movimento. Essenziale per tracking, interpolazione e motion blur.
Il calcolo del movimento dei pixel tra fotogrammi consecutivi: questo è il compito principale dell'analisi del flusso ottico. L'algoritmo confronta schemi di luminosità, bordi e texture di fotogramma in fotogramma, assegnando a ciascun pixel un vettore di movimento. Questa rappresentazione del campo vettoriale mostra esattamente in quale direzione e a quale velocità si muove ogni regione. Sul set, lo utilizzi solo in fase di montaggio e nella pipeline VFX, ma la qualità dipende in modo cruciale dal tuo materiale originale: la sfocatura di movimento e il rumore sono i nemici naturali di un calcolo del flusso pulito.
In pratica, utilizzi l'analisi del flusso ottico principalmente in tre scenari: Motion Tracking — quando segui marcatori di tracciamento 3D o vuoi stabilizzare movimenti organici, il flusso ottico offre risultati più rapidi rispetto ai marcatori puntuali manuali, purché la texture sia significativa. Frame Interpolation — per effetti di slow-motion che non hai girato sul set, l'algoritmo calcola i fotogrammi intermedi basandosi sui vettori di movimento. Funziona sorprendentemente bene con movimenti chiari e lineari (panoramiche della telecamera, voli di oggetti), ma diventa impreciso con occlusioni o transizioni di taglio rapide. Sintesi di sfocatura di movimento — quando il tuo originale è troppo nitido o devi aggiungere sfocatura di movimento in post-produzione, utilizzi il campo vettoriale per modellare la direzione e l'intensità del movimento.
I limiti ti sono noti: l'occlusione (un oggetto ne nasconde un altro) crea problemi, perché l'algoritmo non può sapere a quale pixel appartenga un pixel coperto. Ombre e cambiamenti di illuminazione confondono la correlazione basata sulla luminosità. Texture ad alta frequenza (erba, acqua, rumore) producono vettori errati, perché i pattern locali si assomigliano. Per questo motivo, nelle moderne pipeline VFX si lavora spesso con modelli di flusso ottico basati sull'apprendimento (approcci di deep learning), che sono più robusti contro occlusioni e illuminazione, ma anche più intensivi dal punto di vista computazionale. I classici metodi di block matching o basati sui gradienti sono più veloci e spesso sufficienti, se il tuo girato è pulito.
Sul set stesso non puoi controllare direttamente l'analisi del flusso ottico, ma puoi prepararti: superfici chiare e ricche di texture aiutano, aree piatte o omogenee rappresentano una sfida. Se sai che il tuo materiale verrà elaborato in seguito con il flusso ottico — per il tracking o l'interpolazione — evita sfocature di movimento estreme e lavora con un contrasto di luce sufficiente. Nel montaggio e nel software di compositing (Nuke, After Effects), il flusso ottico è oggi uno standard; le versioni più recenti offrono calcoli accelerati da GPU, in modo da poter lavorare in modo iterativo e rapido, senza lunghe attese per i tempi di rendering.