Foundry의 Ocula에 오신 것을 환영합니다. 제 이름은 Jon이며이 자습서에서는 Ocula 3.0에서 DisparityGenerator 노드를 설정하고 검토하는 방법을 살펴 보겠습니다. 시차는 Ocula 전체에서 사용되며 왼쪽보기와 오른쪽보기 사이의 조각을 연결하는 벡터이므로 Ocula에 이미지를 일치시키는 방법과 한보기를 다른보기와 함께 업데이트하는 방법을 알려줍니다. 플레이트를 정렬하고, 색상 일치, 초점 일치, z 패스 생성, 축간 분리 변경, 깊이 변경, 뷰 재구성, 눈 사이의 로토 상관 관계 및 타이밍 재조정에 사용됩니다. 따라서 샷의 디스 패리티를 미리 계산하여 구워낸 다음 comp에서 사용할 수 있습니다. 이러한 작업 중 일부를 간단히 살펴 보겠습니다.

Ocula의 VerticalAligner 노드는 디스 패리티의 수직 구성 요소를 기반으로 입력 푸티지를 픽셀 단위로 업데이트하여 수평으로 정렬 할 수 있습니다. 이 푸티 지의 Anaglyph로 전환하면이 정보를 볼 수 있습니다. 여기서 푸티지를보고 수직으로 정렬 된 업데이트 된 푸티 지와 비교하면 픽셀 단위로 업데이트 된 것입니다.

ColorMatcher 노드는 또한 시차를 사용하여 한 뷰의 색상을 다른 뷰로 가져와 두 뷰 간의 차이를 수정합니다. 여기에 입력 푸티지가 왼쪽과 오른쪽에 있고 수정 된 푸티지가 있습니다. 색상이 일치하므로 오른쪽 뷰의 색상을 사용하여 해당 디스 패리티 벡터를 기반으로 왼쪽의 색상을 업데이트합니다. 마찬가지로 포커스 매처는 한 뷰의 모양을 다른 뷰로 가져와 포커스를 업데이트 할 수 있습니다. 여기에 입력 영상이 있습니다. 입력 영상은 오른쪽에 비해 왼쪽보기에 약간 초점이 맞지 않습니다. 시차를 사용하여 모양을 당겨 오른쪽에 초점을 맞추도록 왼쪽보기를 업데이트 할 수 있습니다. 일치 이동 카메라가있는 경우 이러한 디스 패리티 벡터를 가져 와서 z 패스로 변환하고, 컴포지션에 사용하기 위해 심도 값으로 변환 할 수도 있습니다. 여기, 시차 벡터를 기반으로 az 패스가 있습니다. Ocula의 InteraxialShifter 노드는 시차를 사용하여 장면의 깊이를 변경하기 위해 이미지를 이동시킵니다. 여기에 입력 영상이 있고 여기에 새로운 축간 분리가 있으며 깊이가 변경되었습니다. 우리가 스위치로 전환하는 것이 더 쉽습니다. 시차 히스토그램 DisparityViewer 노드에서여기에 입력 영상이 있고 여기에 새로운 시차가 있습니다.

이제 Ocula의 NewView 노드를 사용하여 시차를 사용하여 하나의보기를 다른보기에서 다시 작성할 수도 있습니다. 여기서는 디스 패리티 벡터를 사용하여 왼쪽 픽셀을 밀어서 왼쪽 이미지를 사용하여 오른쪽을 다시 작성합니다. 이것이 원래의 오른쪽보기와 비교하여 다시 작성된 오른쪽보기입니다. 시차를 사용하여 로토를 가로 질러 이동할 수도 있습니다. 여기에서는 왼쪽 눈에 로토를 만들고 오른쪽 눈으로 밀어 넣었습니다. 마지막으로 Ocula의 시차를 사용하여 좌안과 우안에서 일관된 모션 벡터를 만듭니다. 따라서, 시차는 왼쪽과 오른쪽의 모션을 연결하여 모션 타이밍과 일치하는지 확인합니다. 시차는 모든 Ocula 작업에 중요합니다. DisparityGenerator를 지금 설정하고 이러한 디스 패리티 벡터를 검토해 보겠습니다.

DisparityGenerator에서 다음을 찾아야합니다. 사용할 조회수 왼쪽 눈과 오른쪽 눈또한 두 개의 마스크 입력이 있습니다. 마스크 무시 시차 계산에서 이미지의 일부를 제외합니다. 예를 들어, 시차가 손상된 경우 또는 전경 요소를 제외하려는 경우 시차를 배제하려고 시도 할 수 있습니다. 당신은 또한 포 그라운드 마스크, 이는 시차를 계산하는 영역을 정의하므로 이미지의 특정 부분을 로토 아웃하고 시차를 계산하여 샷에서 시차 레이어를 가져올 수 있습니다. 시차 계산을 제어하는 매개 변수도 있습니다. 힘 이미지가 얼마나 잘 일치하는지 정의합니다. 당신은을 증가시킬 수 있습니다 힘 시차가 이미지와 일치하도록합니다. 일관성 시차에 대한 좌우 벡터가 얼마나 일치하는지 정의합니다. 조정 디스 패리티 벡터가 Solver 업스트림에서 전달한 정렬 데이터를 얼마나 만족하는지에 대한 가중치입니다. 정렬 데이터를 무시하려면이 값을 늘리거나 0으로 설정할 수도 있습니다. 당신은 날카로움 디스 패리티 벡터에 개체가 얼마나 다른지 정의하는 매개 변수 날카로움 장면에서 다른 레이어 사이의 시차 경계를 끌어냅니다. 또한 디스 패리티 벡터를 증가시켜 디스 패리티 벡터를 과도하게 매끄럽게 할 수 있습니다 부드러움 매개 변수. 마지막으로 시차 계산 방법에 대한 제한을 설정해야하는 경우에는 시차 제한 시행 그리고 (부정 과 양)를 픽셀 단위로 제한합니다.

계산 된 시차를 살펴 보겠습니다. 시차를 표시하도록 뷰어를 전환 할 수 있으며 여기서 시차는 RGBA 이미지로 표시됩니다. 나는 그것을 더 쉽게 볼 수 있도록 거절 할 수 있습니다. 사실 여기서 내가 한 일은 RGBA로 불일치를 복사하고 더 쉽게 볼 수 있도록 Grade를 수행했습니다. 기본적으로 디스 패리티 왼쪽 벡터는 빨강과 녹색으로 표시되고 디스 패리티 오른쪽 벡터는 파랑과 알파로 표시합니다. 따라서 빨강과 녹색 x, y, 그리고 시차 오른쪽 벡터는 파랑과 알파 x, y입니다. 디스 패리티 왼쪽은 왼쪽 이미지를 오른쪽으로 끌어 오는 벡터이므로 오른쪽 픽셀에서 시작하여 해당 왼쪽 픽셀을 가리 킵니다. 디스 패리티 오른쪽은 오른쪽 이미지를 왼쪽으로 가져 오는 벡터이므로 왼쪽 픽셀에서 시작하여 해당 오른쪽을 가리 킵니다. 이 이미지를 사용하여 매개 변수가 시차 계산에 어떤 영향을 미치는지 확인할 수 있습니다. 이것을 2의 강도로 전환하면 이미지 매처를 더 강하게 만들고 싶습니다. 이미지가 약간 더 시끄러워지기 시작하는 것을 볼 수 있지만 이미지 일치가 더 정확할 수 있습니다. 따라서 힘정확한 검색 결과를 얻지 못한 경우

실제로 정확한 일치를 얻는 또 다른 방법은 날카로움 불일치로 인해 샷의 다른 요소에 대한 일치 항목을 분리 할 수 있기 때문입니다. 내가 돌리면 날카로움 여기에서 약간 증가 시키면, 시차 내부의 서로 다른 객체 경계가 선택되어 시차가 서로 다른 층 사이에서 분리되는 것을 볼 수 있습니다. 마지막으로, 여기서 조정해야 할 다른 것은 부드러움. 이 벡터를 스무딩해야하는 경우 여기에서 스무딩을 켤 수 있습니다. 시차로 작업 할 때는 광고에서 사용할 수 있도록 미리 구워 두는 것이 좋습니다. 따라서 매개 변수에 대해 다른 설정으로 렌더링하고 기본 설정을 사용할 수 있으며 강력한 설정을 사용할 수 있으며 날카로운 설정과 부드러운 설정을 할 수 있으며 디스 패리티 벡터 중에서 선택하여 선택할 수 있습니다 다시 들어가서 조정할 필요없이

이제 품질을 확인하고 시차를 검토해 보겠습니다. 디스 패리티 벡터를 확인하는 가장 좋은 방법은 오 큘라 트리에서 벡터를 사용하는 것입니다. 내가 가장 좋아하는 것은 왼쪽 픽셀을 오른쪽으로 당기거나 그 반대로 NewView를 수행하는 것입니다. 여기에 원래의 오른쪽 이미지가 있습니다. 여기에서 시차를 사용하여 오른쪽 상단에서 왼쪽 픽셀을 당겨 오른쪽 이미지를 재구성했습니다. 원래 권리와 재건축 된 권리가 일치한다면, 그 시차 벡터는 잘 작동해야합니다. 따라서 이미지가 잘 정렬되어 재구성 된 이미지와 원본 이미지를 결합하고 StereoReviewGizmo에 배치하여 이미지를 확인할 수 있습니다. 차. CheckerBoard로 볼 수도 있습니다. 본질적으로 차 도구를 사용하면 왼쪽과 오른쪽 눈의 색상 차이가 이제는 디스 패리티 벡터와 잘 정렬되기 때문에 여기에서 볼 수 있습니다. 시차가 정확하지 않은 경우 이미지가 정렬되지 않은 것을 볼 수 있습니다. Ocula의 DisparityViewer 노드를 사용하여 시차를 검토 할 수 있습니다. 여기에서 이미지에 디스 패리티가 벡터로 오버레이 된 것을 볼 수 있습니다. 이것을 전환하여 시차 히스토그램, 장면의 깊이를 요약하고, 시차에 대해 설정 한 시차 한계와 시차를 비교합니다. 해당 한도를 위반하는 경우 위반 오버레이를 보도록 전환 할 수 있습니다 (시차 위반)를 사용하여 이미지에서 해당 위치를 확인하십시오. 이러한 모든 옵션은 렌더링하여 디스 패리티 벡터로 구워 낼 수 있습니다. 시차 히스토그램 comp 트리에서 발생하는 모든 수렴을 테스트하기 위해 여기에 매우 편리합니다. 플레이트에 대한 초기 시차를 계산하고, 작업을 수행 한 다음, 시차를 다시 계산하고이를 다시 볼 수 있습니다. 시차 히스토그램 장면에서 수렴이 이동했는지 확인합니다. 여기에 ReConverge 노드를 넣었습니다. 시차 히스토그램 장면 깊이의 이동을 보여줍니다.

이것으로 Ocula 3.0의 DisparityGenerator에 대한 튜토리얼을 마무리합니다. Ocula에서 Disparity가 사용되는 위치, 매개 변수 설정 및 조정 방법을 살펴 보았습니다. 또한 Ocula의 NewView 노드를 사용하여 품질 검사를 검토하고 DisparityViewer를 사용하여 검토했습니다.

안녕하세요, 저는 Dan Ring입니다. 시차지도를 다루고 수정하는 고급 기술을 보여 드리겠습니다. 시차 맵의 가장 일반적인 용도는 새로운 뷰를 구축하는 것입니다. Ocula 3.0에서 사용할 수있는 몇 가지 유용한 트릭, 특히 훨씬 적은 터치 업을 필요로하는 더 나은 새 뷰를 작성하는 방법을 소개합니다. 이제 한보기를 크게 변경 한 시나리오 대신이를 '영웅'보기라고하겠습니다. 이제 동일한 변경 사항을 다른보기에도 적용하려고합니다. 중요한 변화를 말할 때, 이것은 깨끗한 배경 판을 만들고, 카메라 돌리를 제거하고, 소설에서 페인트 칠하거나 합성하거나, 지역을 색으로 처리하는 등 많은 시간과 시간이 걸리는 모든 것을 의미 할 수 있습니다 두 번째 눈에는 두 번하고 싶지 않습니다. 이 예제 스크립트에서는 왼쪽 눈을 통해 변경된 사항을 나타 내기 위해지면으로 추적되는 CheckerBoard를 사용합니다. 그런 다음 이러한 변경 사항을 다른 관점,이 경우에는 오른쪽 눈으로 밀어 붙이고 싶습니다. CheckerBoard를 사용하면 문제가 발생했을 때 훨씬 쉽게 확인할 수 있습니다. 우리는 또한 어떤 친절한 사람이 두 가지 관점에서 우리를 위해 댄서들을 위해 로토 마스크를 그린 것으로 가정합니다. 이를 통해 댄서를 푸시 된 배경 판에 훨씬 쉽게 다시 합성 할 수 있습니다.

Ocula없이 어떻게 할 수 있는지 살펴 보도록하겠습니다. 한 가지 방법은 세트의 지오메트리로 추적 된 카메라 설정을 사용한 다음 장면에 '영웅'뷰를 투영하는 것입니다. 그런 다음 ScanlineRender를 사용하여 새로운보기를 얻을 수 있습니다. 결과를 살펴보면 여기에서이 작업이 잘 수행되는 것을 볼 수 있습니다. 그러나 두 가지 중요하고 사소한 요구 사항이 있습니다. 첫 번째는 장면을 잘 추적하고 두 번째는 정확한 장면 지오메트리를 요구한다는 것입니다. CheckerBoard 예제에서 장면 지오메트리는 그렇게 복잡 할 필요는 없습니다. 간단한 카드로 충분할 수도 있지만 건물 측면과 같이 더 복잡한 경우에는 더 자세한 지오메트리가 필요합니다. 경우에, 그것은 불가능합니다.

이제 Disparity Generator와 NewView 노드를 사용하여 표준 Ocula 방식으로 왼쪽에서 오른쪽으로 밀어 봅시다. 대부분의 Ocula 파이프 라인과 마찬가지로 관련 키 프레임이 설정되어 있고 잘못된 일치 항목이있는 O_Solver로 시작합니다. 이제 스트림을 내려가 O_DisparityGenerator를 사용하여 약간의 차이를 얻습니다. 우리는 처리되지 않은 플레이트에서 시차를 생성하고, Shuffle 노드를 사용하여 CheckerBoard 왼쪽 눈을 가져오고 O_NewView 노드에 공급하여 새로운 오른쪽 눈을 제공합니다. NewView에 왼쪽에서 오른쪽 눈을 만들고 싶다고 알리기 위해 입력 여기에 왼쪽우리는 보간 위치 1까지이 자습서에서는 모든 NewView 노드에 대해 동일한 설정을 사용합니다. 우리가 이것을 한 프레임으로 살펴보면 제대로 작동하지 않았다는 것을 알 수 있습니다. 댄서와 함께 컴포지션을 살펴보면 CheckerBoard의 물결 선으로 댄서의 움직임이 배경 불균형에 크게 영향을 미친다는 것을 알 수 있습니다. 이것이 바로 우리가 원하지 않는 것입니다. 대신, 전경과 별도로 백그라운드 디스 패리티를 생성하는 방법을 원하며 새로운 방식으로이를 수행 할 수 있습니다. 마스크 무시 Ocula의 O_DisparityGenerator의 기능. 이것은 디스 패리티 생성기에 지정된 영역의 디스 패리티를 계산하지 말고 대신 경계 주변의 디스 패리티를 사용하여 채울 것을 지시합니다.

이 예에서는 전경 댄서 주위에 원유 로토를 그렸습니다. 이제 원본과의 차이를보고 생성기 (CheckerBoard) 노드를 무시하면 댄서가 효과적으로 페인팅되어 완벽하고 매끄럽고 사용 가능한 배경 디스 패리티 플레이트를 얻을 수 있습니다. 그런 다음이 차이를 NewView 노드에 제공하면 훨씬 나은 작업을 수행 할 수 있습니다. 눈을 밀고 난 후에는 직선이 직선으로 유지됩니다. 댄서를 다시 합성하면 CheckerBoard가 더 이상 댄서의 영향을받지 않고 시간이 지남에 따라 매끄럽게 유지됩니다. 이제 원래 배경 판 재구성과 레이어 강화 재구성간에 전환하여 효과를보다 명확하게 살펴 보겠습니다. 이 예제는 카메라 추적 및 지오메트리 투영없이 뷰 간 배경 변경을 쉽게 수행 할 수있는 것은 물론 Ocula 디스 패리티 레이어를 사용한 강력한 작업을 보여줍니다.

이 튜토리얼의 다음 부분에서는 배경 및 전경 영역 모두에 대해 더 나은 새로운 뷰를 얻기 위해 앞에서 설명한 기술을 개발할 것입니다. 이 시나리오에서는 댄서와 왼쪽 눈의 배경 요소를 크게 수정하고 처리하여 오른쪽 눈이 더 이상 왼쪽과 닮지 않도록 노력하고 있다고 가정하십시오. 이제이 편집 내용을 다른보기에서 푸시하려고합니다. 카메라 추적 및 투영 워크 플로는 배경 요소에 대해서는 작동하지만 전경에서는 작동하지 않을 수 있습니다. 따라서 당연히 Ocula의 NewView 워크 플로우로 전환하여 도움을줍니다. 먼저 O_NewView 노드를 O_DisparityGenerator에 연결하여 시차에서 새 뷰를 작성하는 가장 단순하고 표준적인 방법을 살펴 보겠습니다. 보시다시피, 좋은 일을하지 못했습니다. 댄서의 가장자리 주위에 많은 왜곡과 인공물이 생겨나 고 도로의 중심과 연석과 같이 배경의 일부가 올바르게 뒤 틀리지 않습니다. 이 문제를 해결하기 위해 디스 패리티 생성기, 무시 및 포 그라운드 마스크를 영리하게 사용하여 포 그라운드와 백그라운드에서 디스 패리티를 개별적으로 추출한 다음 마지막 결과를 결합하여 다른 뷰를 훨씬 깔끔하게 빌드합니다. 이 튜토리얼의 앞부분에서 ignore 마스크를 사용하여 백그라운드 디스 패리티를 추출하는 방법을 살펴 봤으므로 이제이를 시작 위치로 사용하겠습니다. O_DisparityGenerator에 이전과 동일한 거친 로토 마스크를 적용 해 봅시다. NewView 노드를 보면 배경이 더 잘 처리되고 도로의 연석과 중심선을 따라 멋진 직선 가장자리가 보입니다. 그러나 댄서의 영역을 무시하기로 결정했기 때문에 본질적으로 시차를 버렸으므로 이제는 별도로 따로 추정해야합니다. 또한 우리는 새로운 관점을 추정하기 전에 댄서의 알파 마스크를 뒤섞 고 있음을 주목하십시오. 이것은 나중에 사용됩니다.

댄서의 시차를 정확하게 끌어 내기 위해 댄서의 알파 마스크를 전경 마스크로 O_DisparityGenerator 노드에 제공합니다. 이것은 디스 패리티 생성기에게 두 뷰에서 마스크의 영역과 일치해야 함을 명시 적으로 알려줍니다. 이제 전경 디스 패리티에서 새 뷰를 만들 때 배경이 댄서의 디스 패리티에 영향을 미치지 않는지 확인할 수 있습니다. 예를 들어 NewView를 보면 왜곡이 거의없는 지역 만이 댄서임을 알 수 있습니다. 이것이 바로 우리가 원하는 것입니다. 이제 댄서의 알파를 사용하여 전경과 배경을 합성 해 봅시다. 댄서들의 고 스팅 효과 외에도 새로운 판은 매우 멋지게 보입니다. 특히 댄서의 경계 나 배경에 이상한 왜곡이 보이지 않습니다. 고스트 효과는 이러한 영역이 왼쪽보기에서 가려져 있기 때문에 왼쪽에서 오른쪽보기를 만들 때 재구성 할 올바른 데이터가 없습니다. 우리의 '영웅'관점의 대부분은 올바르게 전달되지만,이 유령 영역은 '영웅'관점에 적용된 것과 동일한 처리를 적용하여 comp 아티스트가 해결해야합니다. 간단한 마스크 조작으로 이러한 영역을 빠르게 식별 할 수 있습니다.

이 튜토리얼을 끝내기 위해, 나는 약간의 부정 행위를하고 원래의 오른쪽 눈에서 단순히 복사하여 누락 된 비트를 그렸다 고 가정합니다. 색상이 약간 떨어져 있지만 색상 일치를 수행하지 않았으므로 원래 오른쪽 눈 경계가 새로운 뷰 재구성과 얼마나 잘 어울리는 지 알 수 있습니다. 이를 통해 플레이트 재 구축 워크 플로가 잘 수행되었음을 알 수 있습니다. 당사 웹 사이트에서 제공되는 스크립트 및 푸티 지로 이러한 기술을 직접 시험해 볼 수 있습니다. 이것으로 디스 패리티 맵 작업에 대한이 Ocula 튜토리얼을 마칩니다.