教學

怎麼判斷 2D 轉 3D 的品質,以及最常出錯的地方

更新日期:

關於本文:由 Owl3D 根據公開資料撰寫,6 項資料來源列於文末。

簡單來說

把同一批難轉的片段丟給每一套轉換軟體,再用你真正要用的螢幕看結果。檢查物體邊緣和細的東西(頭髮、繩子、欄杆)、玻璃和煙霧、近處物體旁邊那一條攝影機從沒拍到的區域(去遮蔽,disocclusion)、隨時間閃爍的深度、被畫面邊緣切到的物體、字幕、人臉,以及畫面尺寸、聲音和 HDR 有沒有完整保留。每一次 AI 轉換都是推算:要比的是瑕疵出現得多頻繁、看起來有多糟。 本文由 Owl3D 撰寫,Owl3D 開發 2D 轉 3D 的轉換軟體,包括下面其中一節介紹的 Owl3D Cloud;其他廠商的說法都引自他們自己的網頁。

一格電影畫面,三個人在房間裡;下面是同一格畫面的灰階深度圖,最近的那隻手最亮。

一格影片畫面和 AI 為它算出的深度圖,「越亮的區域越近」[1]。Immersity 和 iw3 都是以這樣的深度圖為基礎 [2][3]。圖片:owl3d.com。

重點整理

  • 瑕疵集中在物體邊緣、玻璃和煙霧,以及第二個視角露出的空缺:檢查清單。
  • 深度閃爍在靜止鏡頭和換場之後最明顯:檢查清單。
  • 公平的測試:同樣的片段、目標螢幕、每隻眼睛的畫面分開看:怎麼測試。
  • 片廠用人工補畫空缺;AI 用推算的:AI 還是片廠。

AI 轉換軟體在做什麼,空缺又是怎麼來的

AI 轉換軟體會估算每一格畫面裡每個部分有多遠(一張深度圖),再依深度把像素往左右移,替另一隻眼睛畫出畫面。用維基百科的話來說,「原始影像的像素會依深度圖、選定的最大視差和螢幕平面的位置往左或往右移動」[4]。近的東西移得比遠的多,所以第二個視角會露出原本被它們擋住的背景。研究者把這些區域稱為去遮蔽(disocclusion):「由於去遮蔽,合成的視角中可能出現空洞,使品質明顯下降」[5]。除非這塊背景在同一個鏡頭的其他地方出現過,否則「未知的區域必須由美術人員補上或以影像修補填滿,因為不可能精確重建」[4]。

兩個畫面:原始畫面裡,一個深色的近處物體擋在磚牆背景前;第二個視角裡,物體移動得比背景多,旁邊露出一條藍色斜線的區域,標示為去遮蔽空缺;下方是兩種補法:拉出條紋的差補法,以及磚紋延續的好補法。
為什麼第二個視角需要捏造出來的像素,以及空缺常見的兩種樣子。示意圖:Owl3D。

檢查清單:要看什麼

檢查項目會露出問題的片段好差
邊緣和細的東西亮天空前的頭髮、繩子、欄杆、圍籬兩眼的輪廓都乾淨;細的部分在自己的深度光暈或雙重邊緣;細的部分斷掉,或被吸到背景上
玻璃、反光、煙霧窗戶、鏡子、水面、煙、雨、雪沒有東西跳到奇怪的深度倒影像是貼在玻璃上;煙霧把後面的場景扭曲
近處物體旁的空缺有人走過細節多的背景(磚牆、樹葉、招牌)背景合理地延續下去邊緣像素被拉長,形成抹痕或條紋
時間上的穩定長時間的靜止鏡頭、快速橫搖、換場場景改變之前,深度都不動深度忽深忽淺或閃爍;換場後突然一跳
螢幕平面與舒適度畫面左右邊緣的物體;遼闊的風景被邊緣切到的物體在螢幕上或螢幕後;遠景看起來輕鬆立體視窗違規(window violation);看遠處背景時眼睛被往外拉
黑邊、片頭字、字幕有黑邊的寬銀幕電影;燒在畫面裡的字幕;片尾名單黑邊平、全黑;文字平、清楚可讀黑邊彎曲或出現深度;字變形
人臉和特寫談話的人、特寫鏡頭臉是立體的;鼻子和耳朵在合理的深度像平的紙板人,或五官在錯的深度
檔案基本項目任何片段每隻眼睛的畫面尺寸、影格率、音軌一樣,有提供的話 HDR 也保留解析度降低、音軌少了、HDR 被默默轉成 SDR

每一列背後,資料來源怎麼說:

  • 邊緣和鬼影。 維基百科把「模糊、半透明的物體邊界,例如頭髮、毛皮、前景失焦的物體、細的物體」列為難處理的情況,並指出半透明邊緣處理不好會造成「邊緣重影或鬼影」[4]。iw3 的作者寫道,即使深度非常準確,也會「在前景和背景的邊緣產生瑕疵」[3]。
  • 玻璃和煙霧。 深度圖「本質上不支援半透明的物體或區域」[4]。Immersity 的常見問題寫道:「物體邊緣以及有透明或反光的區域可能出現瑕疵」[1]。
  • 空缺。 「簡單的遮擋填補技術」會導致「物體邊緣附近的拉伸瑕疵」[4];Immersity:「物體邊緣可能出現一些拉伸」[1]。
  • 閃爍。 Immersity:「由於每一格畫面是獨立處理的,也可能出現隨時間的變化」[1]。iw3 有一個 Flicker Reduction(減少閃爍)選項,可以「穩定深度範圍隨時間的變化」,並且「在場景交界的畫面」重設它的狀態 [3]。
  • 畫面邊緣和舒適度。 被畫面側邊切到的物體出現在螢幕前方時,維基百科稱為「立體視窗違規」(window violation):「產生的效果不自然,也不理想」[6]。遠處的物體應該讓眼睛「既不內聚也不外散」[6]。檔案裡的左右位移會隨播放的螢幕變大而變大,所以在手機上看起來舒服的背景,投到整面牆上可能會把眼睛往外推;見視差與螢幕尺寸。
  • 字幕。 燒在畫面裡的字幕「會和影片一起處理,可能讓字幕顯示出現瑕疵」[1]。
  • 人臉。 「紙板效應」(cardboard effect)是指物體「在觀眾看來是平的,像是用紙板做的」[4]。
  • 檔案基本項目。 用 MediaInfo 或 ffprobe 打開來源和每一個轉換結果,比較寬、高、影格率、音軌和色彩轉換曲線(PQ 或 HLG 表示是 HDR)。

怎麼公平地測試

  1. 挑五到八段短片。 涵蓋上面每一列:頭髮、玻璃、有人走過、靜止鏡頭、帶換場的橫搖、有字幕的寬銀幕場景、特寫。每段一分鐘以內就夠了。
  2. 每套工具都用同樣的檔案。 先用每套工具的預設設定,改了什麼都記下來。
  3. 在目標螢幕上看。 用真實的尺寸和觀看距離;手機和投影機露出的瑕疵不一樣。
  4. 每隻眼睛的畫面分開看。 把左右並排的檔案當平面影片打開,兩半都檢查。有些工具一隻眼睛保留原始畫面,只畫另一隻;iw3 的說明寫道,這樣畫出來的那隻眼睛會有「兩倍的瑕疵和變形」[3]。如果在 3D 下看到雙重輪廓,但每一半都乾淨,那重影來自螢幕或眼鏡,不是檔案。
  5. 左右切換著看。 從兩半各取同一格畫面,來回切換。近的東西應該往一個方向移,遠的往另一個方向,螢幕平面應該不動;邊緣旁邊質感改變的那一條,就是補上的空缺。
  6. 看十分鐘以上。 舒適度的問題和緩慢的深度起伏要看一段時間才會出現,靜止畫面看不出來。

AI 轉換還是片廠轉換

維基百科把「供電影院和高品質 3D 電視使用的高品質半自動轉換」和「低品質的自動轉換」分開 [4];它的自動轉換一節講的是較早期、依動態和視覺線索的方法,不是今天的 AI 深度模型。片廠的做法是由人把每個表面摳出來(轉描,rotoscoping)、調整它的深度,再重畫露出來的區域;「耗時的步驟是影像分割/轉描、深度圖製作和露出區域的填補」[4]。AI 轉換把這些步驟自動化,所以快、便宜到可以轉整個片庫,而它補上的部分都是推算的。空洞填補的研究也同意:這類技術「只能為空洞提供一個推算,可能不夠好,甚至是錯的」[5]。

Owl3D 派得上用場的地方

Owl3D Cloud 在瀏覽器裡使用。AI 模型(StereoGen V2 Large)替每一格畫面估算深度,再替另一隻眼睛畫出第二個視角:這是 AI 轉換,不是片商製作的 3D 版。黑邊會對整部影片偵測一次,不參與 3D 轉換,之後原樣加回;橫跨整個寬度、非常暗的一帶,例如夜空,可能被當成黑邊而保持平面。Owl3D 的轉換也是推算,也可能出現本頁提到的瑕疵。新帳號的前 3 分鐘影片免費,不用綁信用卡,所以你可以用自己的片段跑一遍這份清單:線上把影片轉成 3D。輸出格式、限制和檔案細節請見 Owl3D Cloud 規格。

運河欄杆的柱子和兩隻手的特寫,出現兩次。左邊:柱子和手旁邊的背景斑駁、有抹痕。右邊:同一塊背景是乾淨的。
同一格畫面、同一張深度圖,用兩種方法填補近處柱子和手旁邊露出的區域。左:傳統方法拉長邊緣像素。右:StereoGen 用新的影像內容填補。畫面:Tears of Steel,© Blender Foundation(mango.blender.org),CC BY 3.0。由 Owl3D 轉換。

常見問題

3D 轉換裡的去遮蔽(disocclusion)是什麼?

第二個視角在近處物體旁邊露出的背景,原本的攝影機從來沒拍到。轉換軟體必須把它捏造出來 [4][5]。

為什麼我轉出來的 3D 影片會閃?

常見的原因是深度是一格一格估算的,前後畫面之間會有些微變化;Immersity 的常見問題就為自家工具點出這個原因 [1]。在靜止鏡頭裡找找看,那裡的深度本來應該完全不動。

資料來源 (6)

  1. Leia Inc., "FAQs" (immersity). https://www.leiainc.com/faqs (opened 2026-10-30)
  2. Leia Inc., "Immersity adds 2D-to-3D Video Conversion Tool", June 1, 2024. https://www.leiainc.com/news-articles/immersity-ai-platform-adds-new-2d-to-3d-video-conversion-tool (opened 2026-10-30)
  3. nagadomi, "iw3" README, GitHub. https://github.com/nagadomi/nunif/blob/master/iw3/README.md (opened 2026-10-30)
  4. Wikipedia, "2D to 3D conversion". https://en.wikipedia.org/wiki/2D_to_3D_conversion (opened 2026-10-30)
  5. Shuai Li, Ce Zhu, Ming-Ting Sun, "Hole Filling with Multiple Reference Views in DIBR View Synthesis", arXiv:1802.03079, February 8, 2018, abstract. https://arxiv.org/abs/1802.03079 (opened 2026-10-30)
  6. Wikipedia, "Stereoscopy", sections on viewing and "Stereo window". https://en.wikipedia.org/wiki/Stereoscopy (opened 2026-10-30)

搶先收到最新消息!

Owl3D
© 2026 Owl3D 版權所有。