Как создавалось трехминутное имиджевое видео: живые съемки, 3D-графика и нейросети

Создание масштабных имиджевых роликов требует сочетания классических методов видеопроизводства, трехмерного моделирования и современных программных инструментов. В данном материале рассматривается практический опыт объединения живых съемок на хромакее и сложной компьютерной графики для реализации творческого замысла.

Проект реализовывался силами внутренних подразделений компании без привлечения сторонних подрядчиков. Такой подход позволил точнее отразить корпоративный характер и уложиться в утвержденные временные и финансовые рамки. На этапе предварительной проработки авторы утвердили концепцию, в основе которой легла тема перфекционизма в различных областях от гастрономии до искусства. Для воплощения задумки задействовали три ключевые технологии: традиционные натурные или студийные съемки, фотореалистичный 3D-рендеринг, а также динамические симуляции.

Кастинг и съемки на хромакее

Для участия в ролике отобрали 24 актеров, причем предварительно был организован масштабный кастинг, в ходе которого специалисты оценили около 350 кандидатов для точного попадания в образы. Съемочный процесс проходил в павильоне на зеленом фоне без возведения физических декораций. Съемочная группа заранее визуализировала будущие кадры, что дало возможность сохранить естественную актерскую игру, живые эмоции и эффект присутствия без избыточных затрат.

3D-пайплайн и инструменты симуляции

После завершения съемочного этапа к работе подключилась команда визуализаторов. Базовым программным комплексом для построения трехмерной среды стал 3ds Max в связке с рендерером Corona Renderer. Для создания физических явлений и динамики применялся ряд специализированных плагинов и приложений.

Симуляция жидкостей, огня и дыма выполнялась в Chaos Phoenix — в частности, с помощью этого инструмента создан эффектный водопад. Для управления поведением миллионов микрообъектов использовалась система частиц tyFlow, на базе которой реализованы разлетающиеся осколки витражей, плавающие шарики в детской комнате и трансформация мебели из груды гравия. Объемные облака смоделировали в программе EmberGen, отображающей результат в реальном времени, а процедурная растительность создавалась через плагин GrowFX, задающий форму растений по математическим правилам роста.

Процессы анимации и интеграции

Анимационные задачи решались с помощью профильного софта. Деревья анимировались в приложении SpeedTree, признанном стандартом индустрии для растительности, а движение автомобилей настраивалось через плагин MadCar, учитывающий инерцию, работу подвески и повороты колес.

Для бесшовного соединения трехмерных объектов с отснятым видеоматериалом применялся классический рекламный и кинематографический пайплайн. На первом этапе выполнялся матчмув в программе 3DEqualizer, вычисляющей траекторию движения реальной камеры, углы обзора и оптические характеристики. Полученные данные переносились в 3ds Max, обеспечивая полное совпадение ракурсов виртуальной и реальной камер.

Композинг, трекинг и собственные разработки

Финальная сборка кадров производилась в среде NukeX и Nuke Studio. Процесс включал кеинг (удаление зеленого фона) и композинг, объединяющий слои рендеров, живого видео и цветокоррекции. Фоновые городские пейзажи собирались послойно с проецированием изображений реальных локаций на 3D-примитивы. Планарный трекинг выполнялся в Boris FX Mocha, а для сложного ротоскопинга волос и контуров использовался инструмент Roto Brush в After Effects.

Помимо стандартного ПО, команда создала собственные технические решения под специфику проекта. Специальный конвертер обеспечил беспрепятственный перенос рендеров из формата CXR в рабочий формат EXR со всеми служебными каналами. Скрипт Light Controller позволил централизованно управлять множеством источников света в сложных сценах через привязку к любому объекту.

Ограничения генеративного ИИ

Использование нейросетей показало определенные технологические границы. Например, генеративный ИИ не смог корректно и детально воспроизвести процесс роста растений на крупных планах, где заметна каждая погрешность. Эту задачу решили вручную с помощью модификатора Morpher Modifier в 3ds Max. Также нейросети продемонстрировали сложность при точном управлении камерой и сохранении заданных режиссером деталей, поэтому в подобных эпизодах потребовался исключительно ручной труд квалифицированных специалистов.