interframe coding lossy compression view frustum culling convolve precomp precomposite perspective compensation
利用自相似图案的数据压缩——旧VFX方法,已过时。极端压缩导致质量损失和重建伪影。
在20世纪90年代,分形压缩曾预示着数字图像处理的革命——理论上优雅,实践中却充满问题。该方法利用了数学上的自相似性:图像被分解成块,算法在不同尺度上寻找重复的图案。它存储的不是像素,而是这些自相似结构的数学描述。听起来很高效?确实如此——纸面上。
在拍摄现场或剪辑时,人们很快发现:在能真正节省存储空间(1:100或更高)的压缩率下,画面材料会分解成特征性的块状伪影。这些重建闪烁在运动物体上尤其令人烦恼——这与VFX主管所需的效果恰恰相反。该方法在静态背景或具有重复结构的风景中尚可工作,但在细节、面部表情或精细纹理方面却失败了。使用分形压缩材料进行数字中间片(DI)处理是一场噩梦:每一次调色尝试,每一个关键帧特效都会加剧伪影。中间片处理本身无论如何都需要未压缩或最小压缩的数据——分形压缩与之直接矛盾。
实际上,这项技术被用于归档和硬盘优化,但从未用于生产性VFX流程。该编解码器在解压缩时还需要高CPU负载,这在当时的硬件上是相当大的负担。现代方法如ProRes或基于ARRIRAW的解决方案迅速占据了主导地位——它们提供了更好的质量,而存储上的劣势却微乎其微。
如今,分形压缩在电影领域几乎被遗忘了。它最多只在关于失败的数字方法的历史讨论中出现。偶尔遇到这个时代存档的材料的人,必须准备好,重新压缩或升级转换将导致不可避免的质量损失。经验教训是:数学上的优雅并不自动转化为实际的生产适用性。
继续浏览词典