कलर ग्रेडिंग फिल्म निर्माण और वीडियो संपादन में आम एक पोस्ट-प्रोडक्शन प्रक्रिया है जो विभिन्न वातावरणों और उपकरणों पर प्रस्तुति के लिए किसी छवि के स्वरूप को बदलती है। इसमें कंट्रास्ट, रंग, संतृप्ति, विवरण, ब्लैक लेवल और व्हाइट बैलेंस जैसी विशेषताओं को बढ़ाना शामिल है, चाहे वह मोशन पिक्चर्स, वीडियो या स्थिर छवियों के लिए हो। कलर ग्रेडिंग और कलर करेक्शन शब्द अक्सर पर्यायवाची रूप से उपयोग किए जाते हैं, और इस प्रक्रिया में स्रोत छवि के विभिन्न लेयर मास्क के रचनात्मक मिश्रण और कंपोजिटिंग के माध्यम से कलात्मक रंग प्रभाव उत्पन्न करना शामिल हो सकता है। आधुनिक अभ्यास में, कलर ग्रेडिंग एक नियंत्रित वातावरण में डिजिटल रूप से की जाती है, आमतौर पर एक मंद या अंधेरे रंग सुइट में, और यह वीडियो संपादन के सबसे श्रम-गहन भागों में से एक है।
कलर ग्रेडिंग की उत्पत्ति फोटोकैमिकल फिल्म प्रक्रिया में निहित है जिसे कलर टाइमिंग के रूप में जाना जाता है, जो मुद्रण के दौरान फिल्म लैब में पुनः फोटो खींची गई छवि को उजागर करने के लिए उपयोग किए जाने वाले प्रकाश की तीव्रता और रंग को बदलकर किया जाता था। केवल इस प्रक्रिया के साथ, उपयोगकर्ता परिवर्तनों के परिणाम को तुरंत नहीं देख सकता था, इसलिए संशोधनों के वास्तविक समय में देखने के लिए आमतौर पर एक हेज़लटाइन कलर एनालाइज़र का उपयोग किया जाता था। 2000 के दशक में, डिजिटल तकनीक में वृद्धि के साथ, हॉलीवुड फिल्मों में कलर ग्रेडिंग अधिक आम हो गई, जो फोटोकैमिकल से डिजिटल वर्कफ़्लो में स्थानांतरित हो गई।
कलर टाइमिंग
कलर टाइमिंग फिल्म तत्वों को पुन: उत्पन्न करने में उपयोग की जाने वाली पहले की फोटोकैमिकल प्रक्रिया है। मूल रूप से, "कलर ग्रेडिंग" फिल्म प्रजनन में रंग स्वरूप को बदलने के लिए एक लैब शब्द था जब एंसर प्रिंट या रिलीज़ प्रिंट पर जाते समय। 2010 के दशक के अंत तक, यह फिल्म ग्रेडिंग तकनीक कलर टाइमिंग के रूप में जानी जाने लगी, जिसमें फिल्म विकास के दौरान विभिन्न फिल्टरों के माध्यम से एक्सपोज़र की अवधि में परिवर्तन शामिल थे। कलर टाइमिंग प्रिंटर पॉइंट्स में निर्दिष्ट की जाती है, जो लैब कॉन्टैक्ट प्रिंटर में प्रीसेट का प्रतिनिधित्व करते हैं, जहां 7 से 12 प्रिंटर पॉइंट एक स्टॉप प्रकाश के बराबर होते हैं। प्रति स्टॉप पॉइंट्स की संख्या नकारात्मक या प्रिंट स्टॉक और फिल्म लैब्स में विभिन्न प्रीसेट के आधार पर भिन्न होती थी।
एक फिल्म निर्माण में, रचनात्मक टीम लैब टाइमर से मिलती थी, जो चलती फिल्म देखता था और टीम के निर्देशों के आधार पर नोट्स बनाता था। सत्र के बाद, टाइमर लैब में लौटता था और फिल्म नेगेटिव को हेज़लटाइन डिवाइस पर रखता था, जिसमें नियंत्रित बैकलाइट के साथ पूर्वावलोकन फिल्टर होते थे, ताकि प्रत्येक दृश्य के लिए प्रत्येक प्रिंटर पॉइंट की सटीक सेटिंग्स चुनी जा सकें। ये सेटिंग्स पेपर टेप पर पंच की जाती थीं और एक हाई-स्पीड प्रिंटर को खिलाई जाती थीं, जहां नेगेटिव को बैकलाइट के माध्यम से प्रिंट स्टॉक पर उजागर किया जाता था। फिल्टर सेटिंग्स को पेपर टेप पर प्रिंटर लाइट्स से मेल खाने के लिए मौके पर बदला जाता था। विज़ुअल इफेक्ट्स शॉट्स जैसे जटिल कार्यों के लिए, सही ग्रेडिंग के चयन में सहायता के लिए कभी-कभी फिल्टरों के संयोजन से गुजरने वाले "वेजेस" संसाधित किए जाते थे।
टेलीसिन
टेलीविजन के आगमन के साथ, प्रसारकों ने लाइव प्रसारण की सीमाओं को जल्दी से महसूस किया और सीधे टेलीसिन के माध्यम से रिलीज़ प्रिंट से फीचर फिल्मों को प्रसारित करने की ओर रुख किया। यह 1956 से पहले था, जब एम्पेक्स ने पहला क्वाड्रुप्लेक्स वीडियोटेप रिकॉर्डर (VTR) VRX-1000 पेश किया। लाइव टेलीविजन शो को वीडियो मॉनिटर फिल्माकर फिल्म पर रिकॉर्ड किया जा सकता था और विभिन्न समय क्षेत्रों में अलग-अलग समय पर प्रसारित किया जा सकता था। इस प्रणाली का केंद्र किनेस्कोप था, जो टेलीविजन प्रसारण को फिल्म पर रिकॉर्ड करने के लिए एक उपकरण था।
प्रारंभिक टेलीसिन हार्डवेयर फिल्म से प्रसारण के लिए "फिल्म चेन" था, जिसमें वीडियो कैमरे से जुड़ा एक फिल्म प्रोजेक्टर उपयोग किया जाता था। जैसा कि जे होल्बेन ने अमेरिकन सिनेमैटोग्राफर पत्रिका में समझाया, "टेलीसिन तब तक एक व्यवहार्य पोस्ट-प्रोडक्शन उपकरण नहीं बन पाया जब तक इसे वीडियो सिग्नल पर रंग सुधार करने की क्षमता नहीं दी गई।"
टेलीसिन कलरिंग कैसे काम करती है
कैथोड-रे ट्यूब (CRT) प्रणाली में, एक इलेक्ट्रॉन बीम फॉस्फोर-लेपित आवरण पर प्रक्षेपित किया जाता है, जिससे प्रकाश का एक छोटा सा स्थान उत्पन्न होता है। यह बीम फिल्म फ्रेम पर बाएं से दाएं स्कैन किया जाता है, ऊर्ध्वाधर फ्रेम जानकारी को कैप्चर करता है। क्षैतिज स्कैनिंग फिल्म के CRT के बीम के पास से गुजरने के साथ पूरी होती है। एक बार फोटॉन बीम फिल्म फ्रेम से गुजरने के बाद, यह डाइक्रोइक मिररों की एक श्रृंखला का सामना करता है जो छवि को इसके प्राथमिक लाल, हरे और नीले घटकों में अलग करते हैं। प्रत्येक व्यक्तिगत बीम फिर एक फोटोमल्टीप्लायर ट्यूब (PMT) पर परावर्तित होता है, जहां फोटॉन टेप पर रिकॉर्ड किए जाने के लिए एक इलेक्ट्रॉनिक सिग्नल में परिवर्तित हो जाते हैं।
चार्ज-कपल्ड डिवाइस (CCD) टेलीसिन में, एक सफेद प्रकाश उजागर फिल्म छवि के माध्यम से एक प्रिज्म पर चमकाया जाता है, जो छवि को तीन प्राथमिक रंगों में अलग करता है। रंगीन प्रकाश की प्रत्येक किरण एक अलग CCD पर प्रक्षेपित होती है, प्रत्येक रंग के लिए एक। CCD प्रकाश को एक इलेक्ट्रॉनिक सिग्नल में परिवर्तित करता है, और टेलीसिन इलेक्ट्रॉनिक्स इन्हें एक वीडियो सिग्नल में मॉड्यूलेट करते हैं जिसे फिर कलर ग्रेड किया जा सकता है।
रैंक सिंटेल MkIII CRT टेलीसिन प्रणालियों पर प्रारंभिक रंग सुधार तीन फोटोमल्टीप्लायर ट्यूबों में से प्रत्येक पर प्राथमिक गेन वोल्टेज को बदलकर लाल, हरे और नीले रंग के आउटपुट को भिन्न करके पूरा किया गया था। आगे की प्रगति ने अधिकांश रंग-प्रसंस्करण उपकरण को एनालॉग से डिजिटल में परिवर्तित कर दिया, और अगली पीढ़ी के टेलीसिन, उर्सा के साथ, रंग प्रक्रिया 4:2:2 रंग स्थान में पूरी तरह से डिजिटल हो गई। उर्सा गोल्ड ने पूर्ण 4:4:4 रंग स्थान में कलर ग्रेडिंग लाई।
रंग सुधार नियंत्रण प्रणाली 1978 में रैंक सिंटेल TOPSY (टेलीसिन ऑपरेशंस प्रोग्रामिंग सिस्टम) के साथ शुरू हुई। 1984 में, दा विंची सिस्टम्स ने अपना पहला रंग सुधारक पेश किया, एक कंप्यूटर-नियंत्रित इंटरफ़ेस जो रैंक सिंटेल MkIII प्रणालियों पर रंग वोल्टेज में हेरफेर करता था। तब से, तकनीक ने डिजिटल कलरिस्ट को असाधारण शक्ति देने के लिए सुधार किया है। आज, कई कंपनियां रंग सुधार नियंत्रण इंटरफ़ेस बनाती हैं, जिनमें दा विंची सिस्टम्स और पांडोरा इंटरनेशनल शामिल हैं। 2018 तक कुछ टेलीसिन अभी भी परिचालन में थे।
रंग सुधार और संवर्धन
रंग सुधार (डिजिटल कलर ग्रेडिंग) के कुछ मुख्य कलात्मक कार्यों में शामिल हैं:
- जो शूट किया गया था उसे सटीक रूप से पुन: उत्पन्न करना
- सामग्री में भिन्नताओं के लिए क्षतिपूर्ति करना (जैसे, फिल्म त्रुटियां, व्हाइट बैलेंस, भिन्न प्रकाश स्थितियां)
- इच्छित देखने के वातावरण के लिए क्षतिपूर्ति करना (अंधेरा, मंद, उज्ज्वल परिवेश)
- विशेष विज़ुअल इफेक्ट्स को शामिल करने के लिए आधार स्वरूप को अनुकूलित करना
- एक वांछित कलात्मक 'रूप' स्थापित करना
- किसी दृश्य के मूड को बढ़ाना और/या बदलना, फिल्म के संगीत संगत के लिए दृश्य समकक्ष (फिल्म टिंटिंग के साथ भी तुलना करें)
इनमें से कुछ कार्यों को दूसरों पर प्राथमिकता दी जानी चाहिए; उदाहरण के लिए, कलर ग्रेडिंग यह सुनिश्चित करने के लिए की जा सकती है कि रिकॉर्ड किए गए रंग मूल दृश्य से मेल खाते हैं, जबकि अन्य बार लक्ष्य एक बहुत ही कृत्रिम शैलीबद्ध रूप स्थापित करना हो सकता है। परंपरागत रूप से, कलर ग्रेडिंग व्यावहारिक लक्ष्यों की ओर की जाती थी, जैसे फिल्म मैरिएन में, जहां ग्रेडिंग का उपयोग किया गया था ताकि रात के दृश्य दिन के दौरान फिल्माए जा सकें।
एआई छवि और वीडियो निर्माण में कलर ग्रेडिंग
Generative AI और Artificial intelligence छवि और वीडियो निर्माण के संदर्भ में, कलर ग्रेडिंग को प्रॉम्प्ट के भीतर एक दृश्य शैली या फोटोग्राफिक/सिनेमैटिक तकनीक के रूप में उपयोग किया जाता है। प्रॉम्प्ट लेखक विशिष्ट कीवर्ड का उपयोग करते हैं ताकि मॉडलों को विशेष रंग पैलेट, कंट्रास्ट स्तर और मूड की ओर मार्गदर्शन किया जा सके। सामान्य शब्दों में "टील और नारंगी," "ब्लीच बायपास," "उच्च कंट्रास्ट," "म्यूट रंग," "विंटेज फिल्म लुक," "सिनेमैटिक कलर ग्रेडिंग," और "कलर ग्रेडेड" शामिल हैं। ये वर्णनकर्ता तंत्रिका नेटवर्क को पेशेवर रूप से ग्रेडेड फुटेज के रूप की नकल करने वाले आउटपुट उत्पन्न करने में मदद करते हैं।
छवियों और वीडियो के बड़े डेटासेट पर प्रशिक्षित मॉडल पाठ्य विवरणों और दृश्य विशेषताओं, जिसमें रंग वितरण शामिल हैं, के बीच संबंध सीखते हैं। उदाहरण के लिए, "नियॉन कलर ग्रेडिंग के साथ एक भविष्यवादी शहर" जैसा प्रॉम्प्ट मॉडल को संतृप्त नीले और गुलाबी रंगों के साथ छवियां उत्पन्न करने के लिए प्रेरित कर सकता है, जबकि "डिसैचुरेटेड कलर ग्रेडिंग के साथ एक उदास दृश्य" म्यूट, कम-कंट्रास्ट परिणाम दे सकता है। ऐसे प्रॉम्प्ट की प्रभावशीलता मॉडल की रंग-संबंधित शब्दों की समझ पर निर्भर करती है, जो प्रशिक्षण डेटा और RLHF जैसी संरेखण तकनीकों द्वारा आकार दी जाती है।
उल्लेखनीय अभ्यासकर्ता और उपकरण
ऐतिहासिक रूप से, कलर ग्रेडिंग कुशल लैब टाइमर और बाद में विशेष हार्डवेयर और सॉफ्टवेयर का उपयोग करके डिजिटल कलरिस्ट द्वारा की जाती थी। फिल्म उद्योग में, दा विंची सिस्टम्स और पांडोरा इंटरनेशनल जैसी कंपनियों ने नियंत्रण इंटरफ़ेस विकसित किए जो उद्योग मानक बन गए। आधुनिक सॉफ्टवेयर उपकरण, जैसे दा विंची रिज़ॉल्व, बेसलाइट, और अन्य, पेशेवर पोस्ट-प्रोडक्शन में व्यापक रूप से उपयोग किए जाते हैं। एआई क्षेत्र में, OpenAI, Google DeepMind, और Anthropic जैसे संगठनों के शोधकर्ताओं और इंजीनियरों ने ऐसे मॉडल विकसित किए हैं जो पाठ्य प्रॉम्प्ट के आधार पर कलर ग्रेडिंग शैलियों को लागू कर सकते हैं, हालांकि विशिष्ट अभ्यासकर्ताओं का नाम कम ही लिया जाता है।
अन्य अवधारणाओं से संबंध
कलर ग्रेडिंग रंग हिस्टोग्राम से निकटता से संबंधित है, जो एक छवि में रंगों के वितरण का प्रतिनिधित्व करते हैं और अक्सर एआई मॉडल में रंग का विश्लेषण या समायोजन करने के लिए उपयोग किए जाते हैं। यह रंग सामान्यीकरण के साथ भी प्रतिच्छेद करता है, एक तकनीक जो छवियों में रंग स्वरूप को मानकीकृत करती है, कभी-कभी मशीन लर्निंग पाइपलाइनों में प्रीप्रोसेसिंग चरण के रूप में उपयोग की जाती है। डीप लर्निंग मॉडल में, कलर ग्रेडिंग को शैली स्थानांतरण के एक रूप के रूप में देखा जा सकता है, जहां मॉडल उत्पन्न सामग्री पर एक विशेष दृश्य शैली लागू करना सीखता है।
एआई निर्माण में कलर ग्रेडिंग की प्रक्रिया पारंपरिक पोस्ट-प्रोडक्शन के समान है लेकिन स्पष्ट उपयोगकर्ता नियंत्रण के बजाय मॉडल द्वारा निहित रूप से की जाती है। प्रॉम्प्ट लेखक आभासी कलरिस्ट के रूप में कार्य करते हैं, वांछित सौंदर्यशास्त्र की ओर मॉडल के आउटपुट को चलाने के लिए भाषा का उपयोग करते हैं। इसने जनरेटिव मॉडल के लिए प्रॉम्प्ट लेखन में एक प्रमुख कौशल, प्रॉम्प्ट इंजीनियरिंग में रंग-संबंधित शब्दों की एक नई शब्दावली को जन्म दिया है।
चुनौतियाँ और विचार
एआई कलर ग्रेडिंग में एक चुनौती वीडियो निर्माण में कई फ्रेमों में स्थिरता प्राप्त करना है। जबकि स्थिर छवियों को व्यक्तिगत रूप से ग्रेड किया जा सकता है, वीडियो को झिलमिलाहट या अचानक परिवर्तन से बचने के लिए अस्थायी सुसंगतता की आवश्यकता होती है। Google DeepMind और अन्य प्रयोगशालाओं द्वारा विकसित मॉडल अक्सर अस्थायी स्मूथिंग तकनीकों का उपयोग करते हैं, लेकिन यह अनुसंधान का एक सक्रिय क्षेत्र बना हुआ है। इसके अतिरिक्त, कलर ग्रेडिंग शब्दों की व्याख्या मॉडलों के बीच भिन्न हो सकती है, जिससे असंगत परिणाम हो सकते हैं। प्रॉम्प्ट लेखकों को अक्सर वांछित रूप प्राप्त करने के लिए विभिन्न वाक्यांशों और मापदंडों के साथ प्रयोग करने की आवश्यकता होती है।
एक और विचार एआई-जनित मीडिया में कलर ग्रेडिंग के नैतिक और सौंदर्य संबंधी निहितार्थ हैं। पारंपरिक कलर ग्रेडिंग के साथ, किए गए विकल्प एक छवि के मूड और अर्थ को महत्वपूर्ण रूप से प्रभावित कर सकते हैं, और एआई मॉडल अनजाने में प्रशिक्षण डेटा में मौजूद पूर्वाग्रहों को बनाए रख सकते हैं। इसलिए कलर ग्रेडिंग के तकनीकी और कलात्मक पहलुओं को समझना एआई-जनित सामग्री के निर्माताओं और उपभोक्ताओं दोनों के लिए महत्वपूर्ण है।
भविष्य की दिशाएँ
जैसे-जैसे एआई मॉडल में सुधार जारी है, प्राकृतिक भाषा के माध्यम से कलर ग्रेडिंग को नियंत्रित करने की क्षमता अधिक सटीक होने की संभावना है। ट्रांसफॉर्मर आर्किटेक्चर और ध्यान तंत्र में प्रगति मॉडल को सूक्ष्म रंग विवरणों को बेहतर ढंग से समझने में सक्षम बना सकती है। पारंपरिक कलर ग्रेडिंग उपकरणों के साथ एकीकरण हाइब्रिड वर्कफ़्लो की अनुमति भी दे सकता है, जहां एआई प्रारंभिक ग्रेड उत्पन्न करता है जिसे मानव कलरिस्ट परिष्कृत करते हैं। बड़े भाषा मॉडल का चल रहा विकास और दृश्य डेटा के साथ उनका संरेखण यह आकार देगा कि एआई प्रॉम्प्ट में कलर ग्रेडिंग कैसे उपयोग की जाती है, जिससे यह दृश्य कहानी कहने के लिए एक तेजी से शक्तिशाली उपकरण बन जाता है।