国庆档热映的国内第一部真人CG动画电影《爵迹》热度未减，很多人的目光都聚焦在这部电影背后采用的拍摄技术。不少细心的南大同学在观影后发现，片尾字幕中出现的四个名字后特别注明了“南京大学”，让他们颇为好奇。其实，字幕中的四位参与电影制作的人员正是来自南京大学电子科学与工程学院的曹汛教授和他的三位学生：朱昊、季胜裕、金威。

秘密就藏在《爵迹》背后的三维重建拍摄技术中。

《爵迹》电影角色海报

在前期爆出的科技感海报中，范冰冰等主演身后的设备正是由《爵迹》制作公司——江苏原力动画和曹汛教授团队联合研发的三维扫描系统，它能够精确、快速地进行三维重建的数字化过程，也是后期CG特效制作的最关键、最基础的环节。这项技术基于电子科学与工程学院曹汛教授的重要研究成果——3D+光场矩阵拍摄。该技术也是原力动画与南京大学电子科学与工程学院合作成立的“原力-南京大学3D影视技术工程中心”的重要成果之一。

你不知道的3D+技术

曹汛，2006年在南京大学电子科学与工程学院获得学士学位，2012年获得清华大学工学博士学位，现为南京大学电子科学与工程学院教授，博士生导师，主要从事图像和视频处理、计算机视觉以及计算机图形学方向的研究。他的光谱相机研究曾入选欧洲EuroGraphics年度研究进展报告，并作为大陆学者第一次在IEEE计算摄像国际会议上报告研究成果；曹汛教授主持了包括国家重大仪器专项在内的多项科研项目，立体视频研究成果成功应用于影视制作、工业检测等产业领域，曾获2012年度国家技术发明奖一等奖(第4完成人)、2011年度教育部“高等学校科学研究优秀成果奖”技术发明一等奖（第2完成人）、国家优秀青年科学基金、微软学者、教育部博士研究生“学术新人奖”、南京大学“五四”青年奖章、江苏省六大人才高峰（A类）等多项荣誉。

3D+光场矩阵“真容”

曹汛教授介绍，3D+技术在获取三维模型方面实现了单次曝光同步拍摄、同时捕获3D模型和纹理、精度高达亚毫米级，具有传统的激光3D扫描仪所无法媲美的“快”、“真”、“准”的特点。

借助该系统，《爵迹》中范冰冰、吴一凡、郭采洁、杨幂、王源等所有角色全部实现了3D真人数字化，这是国产电影“第一次吃螃蟹”。值得一提的是，《爵迹》的拍摄全部在南京完成，而且制作周期非常紧迫。在今后的拍摄中，资源、人才、路径都还有很大的提升空间，技术也会不断的进步。

运用3D+技术为陈骏校长制作的卡通人偶

除了影视方面，3D+技术的应用领域还包括文物保护与重建、工业4.0、虚拟电商展示、电子游戏等。曹汛教授就曾为联合国世界文化遗产大足石刻做过三维重建。有趣的是，陈骏校长也曾来到实验室亲身体验了3D+技术，曹汛教授用系统拍摄了陈骏校长的三维模型，并借助3D打印技术制作出了校长同款卡通人偶。

产学研的完美融合

原力动画与南京大学共同成立的工程中心，是国内少有的以3D技术在影视动画、游戏、VR方面的应用为研究方向的校企联合实验室。联合实验室校内导师是曹汛教授，校外导师则由原力动画CEO赵锐先生和首席技术官（CTO）、好莱坞资深技术大师Shawn B.Dunn担任。联合实验室还聘请了几位曾参与拍摄《阿凡达》、《指环王》、《X战警》等电影的全球顶尖的技术专家。

曹汛教授在电子工程与科学学院院楼的实验室一角

曹汛教授表示，中国的技术已经处于相对领先的地位。真正能够实现三维重建这项电影拍摄技术的专家在全世界屈指可数，曹汛教授和凭借《阿凡达》获得奥斯卡技术金奖的Paul Debevec就位列其中。“Paul Debevec和我使用的技术路径并不相同，但从外形看都是一个球形的系统。”

曹汛教授还透露，多家影视公司和导演均表示有意将该技术运用到新的作品中。目前，联合实验室已经开始尝试一些更为先进的新技术，推进影视内容制作的效率和质量。

科技成果转化环环相扣

曹汛教授共申请了36项国际和中国发明专利，其中23项已获授权。因此，曹汛教授对科技成果转化也有很多的体会，在他看来，市场的需求和创意本身对于科技成果转化来说都是非常重要的。他认为“科技成果转化最核心的问题是如何实现自上而下的垂直整合，即如何从最初的一个原始idea到关键技术的突破，到最后能形成prototype，也就是产品和技术雏形，从而服务于一个产业。这个过程是一环扣一环的。” 

曹汛教授在采访中为我们演示讲解技术原理

南京大学作为全国首批四所高校双创示范基地之一，正在大力建设众创空间，为创新创业人才提供平台、服务、资金等资源。“南京大学的双创示范基地提供了一个优秀的平台和环境，学校里很多实验室其实都有非常棒的技术，能不能在产业中产生实际的价值和应用是非常重要的。”

曹汛教授认为，3D重建和数字化目前最大的研究困难在于人物细微表情的捕捉，因此未来他将重点研究高精度的表情采集技术。曹汛教授还透露，他们正在研发一种类似电影《猩球崛起》运用的电影头盔，力求更加精准地捕捉人面部细微的表情变化。

来源：南京大学