Počátky kinematografie ve 4K a barvě. Obraz legendárního Příjezdu vlaku od bratří Lumiérů vylepšila neuronová síť
Jelikož filmové archivy začaly vznikat až pár desetiletí po samotných začátcích filmu na konci 19. století, velká část prvních děl byla ztracena a práce archivářů z často spočívá v hledání co nejlépe zachovalých kopií. Nastupují pak také procesy restaurování a převádění do digitální podoby, což umožnilo také pokus o zlepšení kvality jednoho z prvních filmů za pomoci umělé inteligence.
Slavný Příjezd vlaku na nádraží v La Ciotat od bratří Lumiérů není prvním filmem, jak bývá často označován. Podle historických informací se ani nepromítal na první veřejné projekci v Paříži v prosinci roku 1895, ale až v lednu roku následujícího. Přesto má v počátcích kinematografie zásadní místo, zejména díky postavení kamery vyvolávajícímu dojem, že vlak jede skoro přímo na diváka.
Stejně tak jsou nejspíš mýtem zprávy, že se diváci před lokomotivou blížící se k nim rozutekli, stále ovšem jistě vnímali silný vjem pohybu, jaký nové médium prezentovalo. Zatímco seděli v zatemněné místnosti, připadalo jim, že vidí okno do jiné reality, v níž se nacházejí na vlakovém perónu. Tento dojem z filmu přetrvává dodnes. Níže se můžete podívat na původní snímek.
https://www.youtube.com/watch?v=zaO_H2cUh60
Bratři Lumiérové s Příjezdem vlaku s tehdejšími technickými možnostmi dokonale prezentovali vše, co bylo na novém filmovém médiu zajímavé. Jediný padesátivteřinový záběr má díky umístění kamery poměrně epickou perspektivu celého nádraží s budovami, kolejemi, lidmi v popředí a horami v pozadí. Střed kompozice obrazu ale vzápětí narušuje přijíždějící vlak, který celou scenérii rychle naprosto promění.
Nastartujte svou kariéru
Více na CzechCrunch JobsPřitom je samozřejmě výrazný již zmiňovaný silný vjem pohybu, zprostředkovaný už samotnou velikostí pohybujícího se objektu – lokomotiva a vagóny jako rychle se valící masa překryjí polovinu obrazu. Pro diváky zcela nová zkušenost je samozřejmě naprosto všední pro lidi, kteří na peróně skutečně stáli a jen čekají na zastavení dopravního prostředku, aby mohli nastoupit. Druhá polovina filmu tak zachycuje moment každodenního života cestujících.
Autenticita pohybu a zachycení všedního dne
Počátky kinematografie se v režii francouzských filmařů nesly v jednoznačně dokumentaristickém duchu. Neobsahovaly žádnou inscenovanou akci, ale zaměřovaly se na většinou všední události jako vycházení dělníků z továrny, záběry mořského příboje nebo právě příjezd vlaku.
Proto jsou zajímavé nejen svým samotným technologickým a kulturním významem, ale také jako autentické zachycení momentů z tehdejší doby. Digitálně vyčištěná verze je v tomto ohledu poněkud zvláštní fenomén. Na jednu stranu poskytuje kvalitnější obraz, na druhou stranu je ale něčím úplně jiným než restaurované staré filmy.
Restaurátoři totiž usilují o co nejpřesnější reprodukci původního autorského záměru do dnešních formátů, kdežto umělá inteligence klip jen převedla do 4K rozlišení tak, aby bylo co nejlépe vidět každý detail. Výsledek bezesporu navozuje údiv nad možností dnes v takovém rozlišení a obrazové čistotě sledovat film z roku 1895. Na druhou stranu působí poněkud uměle, vyčištěním obrazu paradoxně ztrácí autenticitu.
Na konci videa můžeme vidět přímé srovnání zdroje na pravé a upravené verze na druhé straně. Zde je nejviditelnější rozdíl mezi dojmem něčeho, co nám nabízí fascinující pohled do doby v předminulém století, a něčím, co vypadá jako černobílý záběr z digitální kamery. Kromě toho má vylepšená verze poněkud zvláštní artefakty, kdy obraz působí, jako by se vlnil. Na druhou stranu zkrátka umožňuje minulost vidět mnohem zřetelněji.
https://www.youtube.com/watch?v=3RYNThid23g
Autor převodu Denis Shiryaev využil dva algoritmy, Gigapixel AI od Topaz Labs pro zvýšení rozlišení a Dain pro zvýšení počtu snímků za sekundu z původních 24 na 60. Zajímavostí je, že u 35mm filmu, na kterém byl původní film zachycen, se standardně stanovuje míra detailů obdobná digitálnímu rozlišení 4K.
Neuronovými sítěmi vylepšený Příjezd vlaku se dočkal také barevné verze vytvořené pomocí DeOldify Neural Network. Na tu se můžete podívat níže.
https://www.youtube.com/watch?v=EqbOhqXHL7E