การปรับสีวิดีโอ AI: เหตุใดจึงยากกว่าภาพถ่าย

อัปเดตล่าสุด: 27 มิถุนายน 2569

การปรับสีวิดีโอขาวดำเป็นแนวคิดเดียวกับการปรับสีภาพถ่าย แต่ยากกว่า: หากคุณปรับสีแต่ละเฟรมแยกกัน สีจะสั่นไหวในแต่ละเฟรม เนื่องจากแบบจำลองจะคาดเดาต่างกันเล็กน้อยในแต่ละครั้ง การปรับสีของวิดีโอที่ดีต้องใช้ ความสม่ำเสมอชั่วคราว ดังนั้นสีจึงคงที่ทั่วทั้งเฟรม คู่มือนี้จะอธิบายว่าทำไมวิดีโอถึงยากกว่า วิธีแก้ไขปัญหาความสม่ำเสมอ และขีดจำกัดที่แท้จริง

คำตอบด่วน: คุณทำให้วิดีโอมีสีได้อย่างไร?

ใช้เครื่องมือที่ออกแบบมาสำหรับวิดีโอที่ใช้ความสอดคล้องชั่วคราว ไม่ใช่โปรแกรมปรับสีภาพถ่ายที่ทำงานในแต่ละเฟรม ตัวเลือก:

สำหรับภาพถ่าย โปรดดู คำแนะนำการปรับสีของภาพ AI; ขีดจำกัด (สีเป็นแบบเดา ไม่ได้กู้คืน) จะมีผลกับวิดีโอเท่าๆ กัน หากคลิปยังต้องการการล้างข้อมูล ให้จับคู่การปรับสีกับ คำแนะนำการตัดต่อวิดีโอ AI และใช้ คำแนะนำการใช้สีรูปภาพ AI สำหรับการทดสอบเฟรมภาพนิ่งก่อนที่คุณจะประมวลผลไทม์ไลน์ทั้งหมด

เหตุใดการปรับสีของวิดีโอจึงยากกว่าการปรับสีของภาพถ่าย

วิดีโอคือลำดับของเฟรม หากคุณปรับสีแต่ละเฟรมด้วยโมเดลรูปภาพ โมเดลจะเดาสีของวัตถุทุกชิ้นในทุกเฟรมอย่างอิสระ และการเดาเหล่านั้นจะแตกต่างกันไปเล็กน้อยในแต่ละเฟรม แม้ว่าฉากที่ซ่อนอยู่จะไม่เปลี่ยนแปลงก็ตาม ผลลัพธ์คือ กะพริบ: เสื้อที่มีสีน้ำเงินในกรอบเดียว สีม่วงเล็กน้อยในกรอบถัดไป และสีน้ำเงินอีกครั้งในกรอบที่สาม ดวงตาของมนุษย์ไวต่อความไม่มั่นคงนี้อย่างมาก ดังนั้นแม้แต่การเปลี่ยนแปลงต่อเฟรมเล็กๆ น้อยๆ ก็มองว่าเป็นแสงระยิบระยับที่รบกวนสายตา

ความอ่อนไหวนี้ไม่ใช่การพูดเล่นเกี่ยวกับสุนทรียภาพเล็กน้อย มันเป็นคุณสมบัติที่ได้รับการบันทึกไว้อย่างดีในการมองเห็นของมนุษย์ ซึ่งถือว่าความไม่มั่นคงทางโลกเป็นสัญญาณว่ามีบางอย่างผิดปกติกับภาพ ภาพถ่ายที่มีสีผิดเล็กน้อยก็ดูดีได้เนื่องจากไม่มีกรอบที่อยู่ติดกันให้เปรียบเทียบ วิดีโอที่มีความแปรปรวนต่อเฟรมเท่ากันจะดูใช้งานไม่ได้ เนื่องจากสายตาจะมองเห็นการเปลี่ยนแปลงระหว่างเฟรม แม้ว่าแต่ละเฟรมจะดูเป็นที่ยอมรับก็ตาม นั่นคือเหตุผลว่าทำไมแนวทางที่ไร้เดียงสา — การรวมตัวสร้างสีภาพถ่ายเข้าด้วยกันในแต่ละเฟรม — ทำให้เกิดผลลัพธ์ที่ดูแย่กว่าการรวมส่วนต่างๆ เข้าด้วยกัน และเหตุใดจึงมีเครื่องมือกำหนดสีของวิดีโอโดยเฉพาะ

การแก้ไขคือความสอดคล้องชั่วคราว: ตัวปรับสีจะติดตามวัตถุแต่ละชิ้นข้ามเฟรมและรักษาสีให้คงที่ ดังนั้นเสื้อที่เป็นสีน้ำเงินในเฟรม 1 ยังคงเป็นสีน้ำเงินในเฟรม 100 ซึ่งต้องการให้โมเดล "เห็น" ลำดับทั้งหมด ไม่ใช่ทีละเฟรม

ความสม่ำเสมอชั่วคราวทำงานอย่างไร?

โปรแกรมปรับสีวิดีโอจะรวมสองสิ่งเข้าด้วยกัน: โมเดลการปรับสี (เช่น เวอร์ชันรูปภาพ) และขั้นตอนการติดตาม/เผยแพร่ โดยจะกำหนดสีให้กับหน้าต่างอ้างอิง จากนั้นเผยแพร่สีเหล่านั้นไปยังเฟรมถัดไปโดยติดตามว่าแต่ละพิกเซล (และแต่ละวัตถุ) เคลื่อนที่ไปที่ใด เมื่อฉากเปลี่ยนแปลงไปอย่างมาก ไม่ว่าจะเป็นการตัดต่อหรือช็อตใหม่ ฉากนั้นก็จะเริ่มต้นใหม่อีกครั้ง ซึ่งจะช่วยรักษาสีให้คงที่ภายในช็อตหนึ่ง โดยลดการกะพริบที่เกิดจากการใช้สีในแต่ละเฟรม

ข้อเสียคือการประมวลผล: การประมวลผลวิดีโอทั้งหมดที่มีความสม่ำเสมอชั่วคราวจะช้ากว่าการใช้โมเดลภาพถ่ายในแต่ละเฟรมมาก และข้อผิดพลาดในการติดตามอาจทำให้สีเลอะข้ามขอบเขตที่เคลื่อนไหว โหมดวิดีโอ DeOldify และวิธีการที่มีความสอดคล้องทางวิชาการชั่วคราวจะบันทึกข้อดีข้อเสียเหล่านี้

เครื่องมืออะไรที่ทำให้วิดีโอมีสีสัน?

โหมดวิดีโอของ DeOldify เป็นตัวเลือกฟรีชั้นนำ ช้ากว่าการปรับสีของภาพถ่ายแต่ให้ผลลัพธ์ที่เสถียร บริการเชิงพาณิชย์ใช้งานได้เร็วกว่าแต่ต้องเสียเงิน

การปรับสีของวิดีโอสามารถทำอะไรได้บ้าง แต่ทำอะไรไม่ได้?

มีการจำกัดจำนวนรูปภาพ รวมถึงข้อจำกัดเฉพาะวิดีโอ:

• สามารถ: เพิ่มสีที่น่าเชื่อถือและคงที่ทั่วทั้งภาพ ทำให้ภาพเก่าดูมีชีวิตชีวา
• ไม่สามารถ: กู้คืนสีที่แท้จริง รู้จักสีเครื่องแต่งกาย/อุปกรณ์ประกอบฉากจริง มีความถูกต้องตามประวัติศาสตร์
• เฉพาะวิดีโอ: อาจประสบปัญหาในการตัดช็อตและการเคลื่อนไหวที่รวดเร็ว (การติดตามพัง)

ภาพยนตร์อิงประวัติศาสตร์ที่ใช้สีสันเป็นการตีความ ไม่ใช่การบันทึกสีตามข้อเท็จจริง

คุณจะรันมันได้อย่างไร?

โหมดวิดีโอของ DeOldify จะทำให้คลิปมีสีสันโดยมีความสอดคล้องกันชั่วคราว การตั้งค่าทำงานในสภาพแวดล้อม Python ดูโครงการ README เคล็ดลับการปฏิบัติ:

1. คืนค่าแหล่งที่มาก่อน — สีของภาพที่สะอาดและเสถียรยิ่งขึ้น
2. ประมวลผลแบบช็อตต่อช็อต หากมีการตัดเฉือนอย่างรุนแรง ดังนั้นตัวติดตามจึงเริ่มต้นใหม่ได้อย่างหมดจด
3. คาดว่าจะใช้เวลาเรนเดอร์นาน — การปรับสีของวิดีโอช้ากว่าภาพถ่ายมาก
4. ตรวจสอบที่รอยตัดและแบบเคลื่อนไหวเร็ว — นั่นคือที่ที่สิ่งแปลกปลอมในการติดตามจะปรากฏขึ้น

คุณจะเตรียมฟุตเทจสำหรับการปรับสีอย่างไร?

คุณภาพของการทำให้สีของวิดีโอขึ้นอยู่กับแหล่งที่มาเป็นอย่างมาก ฟิล์มเก่ามักมีเกรน รอยขีดข่วน การสั่นของแสง และการสานแบบเกท (การกระวนกระวายใจแบบเฟรมต่อเฟรม) และทุกๆ สิ่งเหล่านี้จะลดระดับการติดตามของโมเดลการปรับสี

ลำดับที่แนะนำคือคืนค่าฟุตเทจก่อน: ปรับเสถียรเพื่อลดการสานของเกท ขจัดฝุ่นและรอยขีดข่วน และการเปลี่ยนค่าแสงอย่างราบรื่นระหว่างเฟรม แหล่งที่มาที่สะอาดและเสถียรช่วยให้ตัวติดตามชั่วคราวสับสนน้อยลง ซึ่งหมายความว่าสีจะคงที่มากขึ้นและมีรอยเปื้อนที่ขอบเขตของวัตถุน้อยลง เครื่องมือการบูรณะมีตั้งแต่ระบบป้องกันภาพสั่นไหวในตัวและการลดสัญญาณรบกวนในตัวของ DaVinci Resolve ไปจนถึงโมเดลการบูรณะด้วย AI; เลือกสิ่งที่เหมาะกับภาพและงบประมาณของคุณ

ผลลัพธ์ที่ได้นั้นเกิดขึ้นจริง — การปรับสีให้กับฟุตเทจที่ไม่ได้รับการซ่อมแซมจะทำให้โมเดลสูญเสียความสามารถในการไล่ตามสิ่งแปลกปลอม แทนที่จะสร้างสีที่คงที่ หลักการอันดับแรกในการคืนค่านี้เป็นหลักการเดียวกับ วิธีการขยายขนาดภาพ: ทำความสะอาดแหล่งที่มาก่อนที่จะแปลง

เมื่อใดที่การปรับสีของวิดีโอเป็นตัวเลือกที่ผิด?

• ความถูกต้องของเอกสารสำคัญหรือความถูกต้องของเอกสาร สีต่างๆ ได้รับการประดิษฐ์ขึ้น ติดป้ายกำกับภาพที่มีสีเพื่อเป็นการตีความ
• แหล่งกำเนิดเสื่อมโทรม เม็ดที่มีน้ำหนักมากและความเสียหายทำให้การติดตามไม่น่าเชื่อถือและทำให้เกิดสีเปื้อน
• คุณต้องการมันอย่างรวดเร็ว การปรับสีของวิดีโอช้า เพื่อให้ได้ผลลัพธ์ที่รวดเร็ว โปรแกรมปรับสีภาพถ่ายบนคีย์เฟรมบวกกับการพากย์เสียงอาจสื่อสารได้ดีขึ้น

ปัญหาที่พบบ่อย

• การสั่นไหว — คุณใช้โปรแกรมปรับสีภาพถ่ายต่อเฟรม เปลี่ยนไปใช้เครื่องมือวิดีโอที่มีความสอดคล้องชั่วคราว
• รอยเปื้อนสีขณะเคลื่อนไหว — การติดตามทะลุขอบเขตที่เคลื่อนไหว กระบวนการที่ถ่ายด้วยการตั้งค่าที่อนุรักษ์นิยมมากขึ้น
• สีของวัตถุผิด — เช่นเดียวกับรูปถ่าย; ให้คะแนนวัตถุที่คุณรู้จักสีจริงด้วยตนเอง
• การเรนเดอร์ช้า — มีอยู่ในวิดีโอ วางแผนหรือใช้บริการแบบชำระเงิน

คำถามที่พบบ่อย

ฉันสามารถทำให้วิดีโอมีสีสันด้วยโปรแกรมแต่งสีภาพถ่ายได้หรือไม่

ในทางเทคนิคแล้วใช่ (รันในแต่ละเฟรม) แต่มันกะพริบไม่ดี ใช้โปรแกรมระบายสีวิดีโอที่มีความสม่ำเสมอชั่วคราวแทน

การปรับสีของวิดีโอ AI แม่นยำหรือไม่

ไม่ — เช่นเดียวกับภาพถ่าย สีจะถูกคาดเดา ไม่ได้ถูกกู้คืน มันเป็นการตีความ

โปรแกรมระบายสีวิดีโอฟรีที่ดีที่สุดคืออะไร?

โหมดวิดีโอของ DeOldify — โอเพ่นซอร์สที่มีความสอดคล้องชั่วคราว ช้ากว่าการปรับสีของภาพถ่ายแต่มีเสถียรภาพ

ใช้เวลานานเท่าไหร่?

นานกว่าการปรับสีของภาพถ่าย — นาทีถึงชั่วโมง ขึ้นอยู่กับความยาวและความละเอียดของคลิป เนื่องจากทุกเฟรมต้องได้รับการประมวลผลด้วยการติดตามความสม่ำเสมอ

การปรับสีของวิดีโอ AI ใช้เวลานานเท่าใด

ยาวกว่าภาพถ่ายมาก — นาทีถึงชั่วโมงต่อนาทีของฟุตเทจ เนื่องจากทุกเฟรมได้รับการประมวลผลและการผ่านชั่วคราวจะรักษาสีให้คงที่ทั่วทั้งเฟรม มันไม่ใช่การดำเนินการตามเวลาจริง จัดงบประมาณเวลาในการคำนวณหรือใช้บริการโฮสต์ที่จัดการคิว ความสม่ำเสมอที่ผ่านไป (คุณสมบัติการติดตามข้ามเฟรมเพื่อให้สีไม่สั่นไหว) คือสิ่งที่ทำให้การปรับสีของวิดีโอช้าลงเมื่อถ่ายภาพเดี่ยวได้ทันที

ฉันสามารถใส่สีให้กับวัตถุเพียงชิ้นเดียวในวิดีโอได้หรือไม่

มันยากกว่าการปรับสีให้สมบูรณ์ เนื่องจากคุณต้องแยกวัตถุออกจากเฟรม และรักษาขอบเขตให้คงที่เมื่อเวลาผ่านไป ขั้นตอนการทำงานเชิงปฏิบัติคือการใส่สีสันให้กับวิดีโอแบบเต็ม จากนั้นลดความอิ่มตัวของสีทุกอย่างยกเว้นวัตถุที่มาสก์ ซึ่งมักจะง่ายกว่าการมาสก์ก่อน ไม่ว่าจะด้วยวิธีใด การติดตามแบบแมนนวลจะทำงานเพิ่มเติมจากบัตรผ่านการปรับสี ซึ่งจะเพิ่มเวลาในการประมวลผล

ฉันสามารถใส่สีให้กับภาพยนตร์ขาวดำได้หรือไม่

ใช่ แต่นี่เป็นงานประมวลผลขนาดใหญ่ ทุกเฟรมได้รับการประมวลผล บวกกับการส่งผ่านชั่วคราวเพื่อรักษาสีให้คงที่ ดังนั้น ควรคาดหวังวิดีโอเป็นนาทีถึงชั่วโมงต่อนาที มันไม่ใช่เรียลไทม์ ผลลัพธ์ที่ได้คือการตีความที่น่าเชื่อถือและรับชมได้ ไม่ใช่การนำสีเดิมกลับมาใช้ใหม่ ดังนั้นให้เก็บแหล่งที่มาเป็นเวอร์ชันที่เชื่อถือได้สำหรับทุกสิ่งที่มีคุณค่าทางสารคดีหรือเอกสารสำคัญ

ความสม่ำเสมอชั่วคราวทำงานอย่างไร?

แบบจำลองจะติดตามคุณลักษณะต่างๆ (ขอบ วัตถุ) ในเฟรมต่างๆ และเผยแพร่สีจากคีย์เฟรมไปข้างหน้า แทนที่จะเปลี่ยนสีแต่ละเฟรมตั้งแต่ต้น ซึ่งจะทำให้เสื้อมีสีเดียวกันตั้งแต่ช็อตจนถึงช็อต หากไม่มีสิ่งนี้ โมเดลจะเดาต่อเฟรม และเสื้อจะกะพริบเนื่องจากการเดาจะแตกต่างกันไป การติดตามชั่วคราวเป็นเลเยอร์พิเศษที่ทำให้การปรับสีของวิดีโอทำได้ยาก โดยที่การปรับสีของภาพถ่ายทำได้เพียงช็อตเดียว

เครดิตรูปภาพ

• ปรับสีก่อน/หลัง ปัญหาการสั่นไหวของเฟรม วิธีการทำงานของการปรับสี และขีดจำกัดของการปรับสี — สร้างโดยผู้เขียนจากภาพถ่ายทิวทัศน์ (Pexels #1287145 ภาพถ่ายโดย eberhard Grossgasteiger) เพื่อแสดงปัญหาและขีดจำกัดของการกะพริบของการปรับสีของวิดีโอ