Тест Imagen Video: как ИИ справляется с первичной цветокоррекцией видео

Рутинное выравнивание исходников по экспозиции и балансу белого часто отнимает больше времени, чем творческая стилизация кадра. Компания Imagen, известная своими нейросетевыми решениями для пакетной обработки фотографий, перенесла технологию в видеопроизводство: представленный разработчиками сервис Imagen Video берет на себя базовую нормализацию и подгонку материалов перед финальной покраской.

В практическом тестировании автор исходного материала проверил возможности платформы на разнородных проектах — от динамичных рекламных роликов с множества разных камер до подкастов со сдвигами освещения — чтобы выяснить, способна ли нейросеть ускорить реальный монтаж.

От фотосъемки к видеоряду: что представляет собой Imagen Video

Инструмент Imagen Photo анализирует каталоги фотографов, запоминает их индивидуальный стиль и применяет аналогичные правки к новым сериям снимков. Это решение ориентировано в первую очередь на свадебных и репортажных специалистов с большими объемами отснятого материала. Видеомонтаж ставит перед алгоритмами иную задачу: кадры сменяются за считанные секунды, и непрерывность визуального ряда, а также точное совпадение оттенков между соседними планами становятся критически важными параметрами.

Сервис Imagen Video около года находился на стадии бета-тестирования, после чего стал доступен широкой аудитории. С выходом серии обновлений разработчики доработали процесс загрузки и интеграцию с профессиональными видеоредакторами, что сделало продукт пригодным для проверки в рамках повседневного рабочего процесса.

Почему стандартный LUT не заменяет предварительную коррекцию

Процесс работы с цветом делится на два последовательных этапа. Первым шагом является нормализация: приведение всех фрагментов к нейтральному виду с правильной экспозицией, естественными тонами кожи и выверенным балансом белого. Лишь после этого накладывается стилистический образ — раздельное тонирование теней и светов или фирменная авторская палитра.

Именно на втором этапе традиционно применяются таблицы поиска (LUT). Если исходный фрагмент переэкспонирован на две ступени или имеет паразитный зеленый оттенок, таблица не устранит эти погрешности, а лишь наложит стилизацию поверх искаженного сигнала. Применение одного общего LUT к сотне клипов, снятых при разном освещении, неизбежно дает хаотичные результаты. Подход Imagen Video заключается в том, что система сначала подстраивает каждый фрагмент в отдельности, оценивая освещение и сенсор камеры, после чего генерирует уникальный LUT под каждый конкретный отрезок монтажной ленты.

Рабочий процесс и взаимодействие с монтажными программами

Интерфейс программы не перегружен лишними меню. Пользователь указывает категорию проекта (например, коммерческое видео, подкаст или свадебный фильм), выбирает профиль Imagen AI Profile либо загружает собственный LUT, а также отмечает рабочую среду — Adobe Premiere Pro или DaVinci Resolve.

В приложении предусмотрена панель Adjust AI Profile, в которой можно отрегулировать общую экспозицию, контрастность или насыщенность, сохранив измененный вариант для регулярного применения. Затем программа сканирует последовательность на таймлайне, локально создает низкополигональные прокси-файлы и отправляет их на удаленные серверы для вычислений.

По завершении расчетов пользователь получает обновленный проект монтажки, где коррекции применены либо непосредственно к исходным клипам, либо вынесены на корректирующие слои (Adjustment Layers). Второй вариант дает возможность наглядно оценивать результат переключением слоя и быстро править единичные кадры без разрушения общего баланса.

Тест 1: сложный рекламный проект с разных камер

В качестве первого испытания автор исходного материала выбрал коммерческое видео, снятое за месяц в Пуэрто-Рико при меняющихся погодных условиях. Исходные файлы были получены с камер Fujifilm GFX 100, Panasonic GH5, Sony a7 IV, дронов DJI Mavic, экшн-камер GoPro и смартфонов iPhone. Весь материал снимался в стандартном профиле Rec. 709 без использования Log, что исключало широкий динамический диапазон для исправления ошибок.

Ручная обработка этого проекта на этапе производства занимала несколько дней. Перед отправкой в Imagen с клипов были сняты все ранее примененные слои Lumetri. Серверная обработка заняла около 35 минут. По оценке автора, примерно 80% отснятых планов после автоматической коррекции выглядели сбалансированно и не требовали серьезного ручного вмешательства. Проблемы возникли лишь в единичных нестандартных сценах, таких как подводная съемка со специфическим желтым спектром, где автоматика не смогла точно интерпретировать замысел оператора.

Тест 2: студийный подкаст на три камеры

Второй сценарий оценивал точность подгонки планов в закрытом помещении. Использовалась архивная трехкамерная запись передачи: крупный план первого ведущего, второго ведущего и общий план. Естественный свет из окна позади менялся в ходе записи, что создавало различия в цветовой температуре между ракурсами.

В этом испытании проявилось недавнее обновление алгоритмов: исходные видеофайлы длились более часа, однако смонтированная последовательность составляла 18 минут. Ранее система генерировала прокси для всех исходников целиком (что заняло бы три часа кодирования), теперь же Imagen создает прокси исключительно для активных фрагментов на таймлайне. Расчет трех дорожек занял менее 40 минут против прежних четырех часов на аналогичных объемах.

Результат продемонстрировал выравнивание по балансу белого и устранение сине-пурпурного оттенка, присутствовавшего в оригинале. Переключение между профилями при этом не требует дополнительной оплаты: пользователь может менять стилистические профили внутри уже обработанного проекта.

Ограничения и технические недостатки системы

Тестирование выявило два основных узких места текущей версии:

• Высокая нагрузка на процессор пользователя. Генерация прокси-файлов происходит локально с задействованием ресурсов центрального процессора. На портативных компьютерах или устаревших станциях процесс заметно блокирует систему, поэтому ресурсоемкие задачи разумнее ставить на ночь. Разработчики заявляют, что работают над оптимизацией просчета с привлечением видеокарты.
• Необходимость выборочной доработки. Примерно один кадр из пяти требует ручной корректировки. В большинстве случаев достаточно слегка скорректировать ползунок экспозиции или компенсировать пересвеченное небо, чтобы вернуть текстуру облаков.

Стоимость использования и целевая аудитория

Разработчики используют поминутную тарификацию: один доллар за одну минуту хронометража либо ежемесячная подписка за 30 долларов, включающая 50 минут (около 60 центов за минуту). При этом учитывается именно хронометраж итогового таймлайна, а не количество склеек. Минутный рекламный ролик из тридцати разнородных фрагментов обходится в один доллар, тогда как длинное статичное интервью рассчитывается по общему времени.

Профессиональным колористам такой инструмент едва ли заменит глубокую ручную работу над высокобюджетным кино. Однако для операторов-одиночек, создателей корпоративного контента, свадебных видеографов и авторов YouTube-каналов Imagen Video может служить надежным черновым инструментом, закрывающим первичный рутинный этап цветокоррекции за небольшую долю времени.