如何评判 2D 转 3D 的转换效果，以及常见的问题

一帧视频画面和它的 AI 深度图，图中“越亮的区域越近”[1]。Immersity 和 iw3 都以这样的深度图为基础 [2][3]。图片：owl3d.com。

AI 转换软件做了什么，空洞从哪里来

AI 转换软件会估算每一帧中每个部分有多远（即深度图），然后按深度把像素横向移动，为另一只眼画出一幅画面。用维基百科的话说，“原始图像的像素根据深度图、所选的最大视差和屏幕平面位置向左或向右移动”[4]。近处的东西移动得比远处多，所以第二个视角会露出原本被挡住的背景。研究人员把这些区域称为去遮挡（disocclusion）区域：“由于去遮挡，合成视图中可能出现空洞，从而显著降低画质”[5]。除非这块背景在镜头的其他地方出现过，否则“未知区域必须由美术人员补画或用图像修复填补，因为不可能精确重建”[4]。

检查清单：要看什么

每一行背后的资料：

• 边缘和重影。 维基百科把“模糊的半透明物体边界，例如头发、毛发、前景中的失焦物体、细小物体”列为难处理的情况，并指出半透明边缘处理不好会导致“边缘重复或重影”[4]。iw3 的作者写道，即使深度非常准确，也会“在前景和背景的边缘产生伪影”[3]。
• 玻璃和烟雾。 深度图“本质上不支持半透明物体或区域”[4]。Immersity 的常见问题写道：“物体边缘以及有透明或反光的区域可能会出现伪影”[1]。
• 空洞。 “简单的遮挡填补技术”会导致“物体边缘附近的拉伸伪影”[4]；Immersity：“边缘处可能会出现一些物体拉伸”[1]。
• 闪烁。 Immersity：“由于每一帧都是独立处理的，也可能出现随时间的变化”[1]。iw3 有一个 Flicker Reduction（减少闪烁）选项，能“稳定深度范围随时间的变化”，并“在场景边界帧”重置状态 [3]。
• 画面边缘和舒适度。 当一个被画面侧边切断的物体出现在屏幕前方时，维基百科称之为“窗口冲突”（window violation）：“产生的效果不自然，也不可取”[6]。远处的物体应当让双眼“既不交叉，也不向外分开”[6]。文件中的左右偏移会随显示它的屏幕变大而变大，所以在手机上看着舒服的背景，在一面墙上可能迫使双眼向外分开；参见视差与屏幕尺寸。
• 字幕。 烧录字幕“会和视频一起被处理，可能导致字幕显示出现伪影”[1]。
• 人脸。 “纸板效应”（cardboard effect）是指物体“在观众看来是扁平的，好像是用纸板做的”[4]。
• 文件基本信息。 用 MediaInfo 或 ffprobe 打开原视频和每个转换结果，比较宽度、高度、帧率、音轨和色彩传输特性（PQ 或 HLG 表示 HDR）。

如何公平地测试

1. 挑五到八个短片段。 覆盖上表各行：头发、玻璃、走过的人、静止镜头、带切换的摇镜、带字幕的宽银幕场景、特写。每段一分钟以内就够了。
2. 给每款工具同样的文件。 先用每款工具的默认设置，改了什么都记下来。
3. 在目标屏幕上看。 用真实的尺寸和观看距离；手机和投影仪暴露的问题不一样。
4. 单独看每只眼的画面。 以平面方式打开左右并排文件，检查左右两半。有些工具让一只眼保留原画面，只为另一只眼生成画面；iw3 的说明写道，这时生成的那只眼会有“两倍的伪影或变形”[3]。如果在 3D 中看到双重轮廓，而每一半单独看都很干净，那么重影来自屏幕或眼镜，而不是文件。
5. 在左右之间来回切换。 从左右两半各取同一帧，来回切换对比。近处的东西应该往一个方向移，远处的往另一个方向移，屏幕平面应该保持不动；边缘旁边纹理发生变化的窄条，就是被填补的空洞。
6. 看十分钟以上。 舒适度问题和缓慢的深度起伏，要随时间才会显现，单看一帧看不出来。

AI 转换还是人工转换

维基百科把“面向影院和高质量 3D 电视的高质量半自动转换”与“低质量的自动转换”区分开来 [4]；它在自动转换一节描述的是较早的基于运动和线索的方法，而不是如今的 AI 深度模型。在影视公司的制作中，人员要逐个抠出每个表面（rotoscoping，逐帧抠像），塑造它的深度，再重新绘制露出的区域；“耗时的步骤是图像分割或逐帧抠像、深度图制作以及露出区域的填补”[4]。AI 转换把这些步骤自动化了，因此速度快、成本低，足以处理整个片库，而它的填补是估算出来的。空洞填补的研究也这样认为：这类技术“只能为空洞提供一个估计，这个估计可能不够好，甚至可能是错误的”[5]。

Owl3D 的定位

Owl3D Cloud 在浏览器中运行。一个 AI 模型（StereoGen V2 Large）估算每一帧的深度，再为另一只眼绘制第二个视角：这是 AI 转换，不是片方制作的 3D 版本。黑边对整部电影只检测一次，不参与 3D 转换，之后原样加回；横跨整个画面宽度的很暗的区域，比如夜空，可能被当成黑边而保持平面。Owl3D 的转换同样是估算，也可能出现本页提到的瑕疵。新账号前 3 分钟视频免费转换，无需绑卡，所以你可以用自己的片段跑一遍这份清单：在线把视频转成 3D。输出格式、限制和文件细节见 Owl3D Cloud 规格。

常见问题

3D 转换中的去遮挡是什么？

第二个视角在近处物体旁边露出的那块背景，原来的摄像机从未拍到过。转换软件必须凭空生成它 [4][5]。

为什么我转出来的 3D 视频会闪烁？

通常是因为深度是逐帧估算的，相邻帧之间略有变化；Immersity 的常见问题为它自己的工具指出了这个原因 [1]。在静止镜头里找这个问题，那里本来不该有任何东西在深度上移动。