La gradación de color es un proceso de postproducción común en la realización de películas y la edición de video que altera la apariencia de una imagen para su presentación en diferentes entornos y dispositivos. Implica mejorar atributos como el contraste, el color, la saturación, el detalle, el nivel de negro y el balance de blancos, ya sea para películas, videos o imágenes fijas. Los términos gradación de color y corrección de color a menudo se usan como sinónimos, y el proceso puede incluir la generación de efectos de color artísticos mediante la combinación creativa y la composición de diferentes máscaras de capa de la imagen fuente. En la práctica moderna, la gradación de color se realiza digitalmente en un entorno controlado, típicamente una sala de color oscura o tenue, y es una de las partes más laboriosas de la edición de video.
Los orígenes de la gradación de color se encuentran en el proceso fotoquímico de película conocido como etalonaje de color, que se realizaba en un laboratorio cinematográfico durante la impresión variando la intensidad y el color de la luz utilizada para exponer la imagen re-fotografiada. Con este proceso solo, el usuario no podía ver inmediatamente el resultado de los cambios, por lo que se usaba comúnmente un analizador de color Hazeltine para la visualización en tiempo real de las modificaciones. En la década de 2000, con el aumento de la tecnología digital, la gradación de color en las películas de Hollywood se volvió más común, pasando de flujos de trabajo fotoquímicos a digitales.
Etalonaje de Color
El etalonaje de color es el proceso fotoquímico anterior utilizado en la reproducción de elementos de película. Originalmente, "gradación de color" era un término de laboratorio para cambiar la apariencia del color en la reproducción de película al pasar a la copia de respuesta o a la copia de distribución. A finales de la década de 2010, esta técnica de gradación de película se conoció como etalonaje de color, que implicaba cambios en la duración de la exposición a través de diferentes filtros durante el desarrollo de la película. El etalonaje de color se especifica en puntos de impresora, que representan ajustes preestablecidos en una impresora de contacto de laboratorio, donde 7 a 12 puntos de impresora equivalen a un paso de luz. El número de puntos por paso variaba según el negativo o la copia de stock y los diferentes ajustes preestablecidos en los laboratorios cinematográficos.
En una producción cinematográfica, el equipo creativo se reunía con el etalonador de laboratorio, quien observaba una película en movimiento y tomaba notas basadas en las indicaciones del equipo. Después de la sesión, el etalonador regresaba al laboratorio y colocaba el negativo de la película en un dispositivo Hazeltine, que tenía filtros de vista previa con una luz de fondo controlada, para elegir los ajustes exactos de cada punto de impresora para cada escena. Estos ajustes se perforaban en una cinta de papel y se alimentaban a una impresora de alta velocidad, donde el negativo se exponía a través de una luz de fondo a una copia de stock. Los ajustes de filtro se cambiaban sobre la marcha para coincidir con las luces de la impresora en la cinta de papel. Para trabajos complejos como tomas de efectos visuales, a veces se procesaban "cuñas" que recorrían combinaciones de filtros para ayudar a elegir la gradación correcta.
Telecine
Con la llegada de la televisión, los radiodifusores rápidamente se dieron cuenta de las limitaciones de las transmisiones en vivo y recurrieron a transmitir películas de largometraje directamente desde copias de distribución a través de un telecine. Esto fue antes de 1956, cuando Ampex introdujo la primera grabadora de video en cinta Quadruplex (VTR) VRX-1000. Los programas de televisión en vivo también podían grabarse en película y emitirse en diferentes momentos en diferentes zonas horarias filmando un monitor de video. El corazón de este sistema era el cinescopio, un dispositivo para grabar una transmisión de televisión en película.
El hardware de telecine temprano era la "cadena de película" para transmitir desde película, utilizando un proyector de película conectado a una cámara de video. Como explicó Jay Holben en la Revista American Cinematographer, "El telecine no se convirtió verdaderamente en una herramienta de postproducción viable hasta que se le dio la capacidad de realizar corrección de color en una señal de video".
Cómo Funciona la Coloración con Telecine
En un sistema de tubo de rayos catódicos (CRT), un haz de electrones se proyecta sobre un recubrimiento de fósforo, produciendo un pequeño punto de luz. Este haz se escanea a través de un fotograma de película de izquierda a derecha, capturando la información vertical del fotograma. El escaneo horizontal se logra a medida que la película se mueve más allá del haz del CRT. Una vez que el haz de fotones pasa a través del fotograma de película, encuentra una serie de espejos dicroicos que separan la imagen en sus componentes primarios rojo, verde y azul. Cada haz individual se refleja luego en un tubo fotomultiplicador (PMT), donde los fotones se convierten en una señal electrónica para ser grabada en cinta.
En un telecine de dispositivo de carga acoplada (CCD), se proyecta una luz blanca a través de la imagen de película expuesta sobre un prisma, que separa la imagen en los tres colores primarios. Cada haz de luz de color se proyecta en un CCD diferente, uno para cada color. El CCD convierte la luz en una señal electrónica, y la electrónica del telecine modula estas en una señal de video que luego puede ser etalonada.
La corrección de color temprana en los sistemas de telecine Rank Cintel MkIII CRT se lograba variando los voltajes de ganancia primaria en cada uno de los tres tubos fotomultiplicadores para variar la salida de rojo, verde y azul. Avances posteriores convirtieron gran parte del equipo de procesamiento de color de analógico a digital, y con el telecine de próxima generación, el Ursa, el proceso de coloración se volvió completamente digital en el espacio de color 4:2:2. El Ursa Gold trajo la gradación de color en el espacio de color completo 4:4:4.
Los sistemas de control de corrección de color comenzaron con el Rank Cintel TOPSY (Telecine Operations Programming SYstem) en 1978. En 1984, Da Vinci Systems introdujo su primer corrector de color, una interfaz controlada por computadora que manipulaba los voltajes de color en los sistemas Rank Cintel MkIII. Desde entonces, la tecnología ha mejorado para dar un poder extraordinario al etalonador digital. Hoy en día, muchas empresas fabrican interfaces de control de corrección de color, incluidas Da Vinci Systems y Pandora International. Algunos telecines todavía estaban en funcionamiento a partir de 2018.
Corrección y Mejora de Color
Algunas de las principales funciones artísticas de la corrección de color (gradación de color digital) incluyen:
- Reproducir con precisión lo que se filmó
- Compensar variaciones en el material (por ejemplo, errores de película, balance de blancos, condiciones de iluminación variables)
- Compensar el entorno de visualización previsto (alrededores oscuros, tenues, brillantes)
- Optimizar la apariencia base para la inclusión de efectos visuales especiales
- Establecer un 'aspecto' artístico deseado
- Mejorar y/o alterar el estado de ánimo de una escena, el equivalente visual al acompañamiento musical de una película (compárese también con el teñido de película)
Algunas de estas funciones deben priorizarse sobre otras; por ejemplo, la gradación de color puede realizarse para asegurar que los colores grabados coincidan con los de la escena original, mientras que otras veces el objetivo puede ser establecer un aspecto estilizado muy artificial. Tradicionalmente, la gradación de color se hacía hacia objetivos prácticos, como en la película Marianne, donde se usó la gradación para que las escenas nocturnas pudieran filmarse durante el día.
Gradación de Color en la Generación de Imágenes y Videos con IA
En el contexto de la IA generativa y la inteligencia artificial para la generación de imágenes y videos, la gradación de color se invoca como un estilo visual o técnica fotográfica/cinematográfica dentro de los prompts. Los escritores de prompts utilizan palabras clave específicas para guiar a los modelos hacia paletas de colores, niveles de contraste y estados de ánimo particulares. Los términos comunes incluyen "teal and orange", "bleach bypass", "alto contraste", "colores apagados", "aspecto de película vintage", "gradación de color cinematográfica" y "color graded". Estos descriptores ayudan a las redes neuronales a producir resultados que emulan el aspecto de material etalonado profesionalmente.
Los modelos entrenados en grandes conjuntos de datos de imágenes y videos aprenden asociaciones entre descripciones textuales y características visuales, incluidas las distribuciones de color. Por ejemplo, un prompt como "una ciudad futurista con gradación de color neón" podría llevar al modelo a generar imágenes con azules y rosas saturados, mientras que "una escena sombría con gradación de color desaturada" podría producir resultados apagados y de bajo contraste. La efectividad de tales prompts depende de la comprensión del modelo de los términos relacionados con el color, que está moldeada por los datos de entrenamiento y técnicas de alineación como RLHF.
Practicantes y Herramientas Notables
Históricamente, la gradación de color era realizada por etalonadores de laboratorio expertos y más tarde por etalonadores digitales que usaban hardware y software especializados. En la industria cinematográfica, empresas como Da Vinci Systems y Pandora International desarrollaron interfaces de control que se convirtieron en estándares de la industria. Las herramientas de software modernas, como DaVinci Resolve, Baselight y otras, se utilizan ampliamente en la postproducción profesional. En el dominio de la IA, investigadores e ingenieros en organizaciones como OpenAI, Google DeepMind y Anthropic han desarrollado modelos que pueden aplicar estilos de gradación de color basados en prompts textuales, aunque los practicantes específicos se nombran con menos frecuencia.
Relación con Otros Conceptos
La gradación de color está estrechamente relacionada con los histogramas de color, que representan la distribución de colores en una imagen y a menudo se usan en modelos de IA para analizar o ajustar el color. También se cruza con la normalización de color, una técnica que estandariza la apariencia del color en imágenes, a veces utilizada como un paso de preprocesamiento en pipelines de aprendizaje automático. En los modelos de aprendizaje profundo, la gradación de color puede verse como una forma de transferencia de estilo, donde el modelo aprende a aplicar un estilo visual particular al contenido generado.
El proceso de gradación de color en la generación con IA es análogo a la postproducción tradicional, pero se realiza implícitamente por el modelo en lugar de mediante un control explícito del usuario. Los escritores de prompts actúan como etalonadores virtuales, utilizando el lenguaje para dirigir la salida del modelo hacia estéticas deseadas. Esto ha llevado a un nuevo vocabulario de términos relacionados con el color en la ingeniería de prompts, que es una habilidad clave en la escritura de prompts para modelos generativos.
Desafíos y Consideraciones
Un desafío en la gradación de color con IA es lograr consistencia en múltiples fotogramas en la generación de video. Mientras que las imágenes fijas pueden etalonarse individualmente, el video requiere coherencia temporal para evitar parpadeos o cambios abruptos. Los modelos como los desarrollados por Google DeepMind y otros laboratorios a menudo utilizan técnicas de suavizado temporal, pero esto sigue siendo un área activa de investigación. Además, la interpretación de los términos de gradación de color puede variar entre modelos, lo que lleva a resultados inconsistentes. Los escritores de prompts a menudo necesitan experimentar con diferentes frases y parámetros para lograr el aspecto deseado.
Otra consideración son las implicaciones éticas y estéticas de la gradación de color en medios generados por IA. Al igual que con la gradación de color tradicional, las elecciones realizadas pueden afectar significativamente el estado de ánimo y el significado de una imagen, y los modelos de IA pueden perpetuar inadvertidamente sesgos presentes en los datos de entrenamiento. Comprender los aspectos técnicos y artísticos de la gradación de color es, por lo tanto, importante tanto para los creadores como para los consumidores de contenido generado por IA.
Direcciones Futuras
A medida que los modelos de IA continúan mejorando, la capacidad de controlar la gradación de color a través del lenguaje natural es probable que se vuelva más precisa. Los avances en las arquitecturas de transformadores y los mecanismos de atención pueden permitir que los modelos comprendan mejor las descripciones de color matizadas. La integración con herramientas tradicionales de gradación de color también podría permitir flujos de trabajo híbridos, donde la IA genera gradaciones iniciales que los etalonadores humanos refinan. El desarrollo continuo de los grandes modelos de lenguaje y su alineación con datos visuales dará forma a cómo se invoca la gradación de color en los prompts de IA, convirtiéndola en una herramienta cada vez más poderosa para la narración visual.