電視節目后期制作技術思維和視覺定位

盧嫣妮

（湖南廣播電視臺衛視頻道，湖南 長沙 410003）

0 引 言

4K 技術的廣泛應用與發展有效提高了節目感官，為超高清頻道的順利開播奠定了良好的物質基礎。與此同時，4K 節目后期制作對技術設備的要求與存儲性能也在持續提升。調查顯示，當前在4K節目后期制作工作中，IP 網絡存儲技術和大數據技術應用極為廣泛，同時視覺定位也更加準確。

1 電視節目后期制作技術思維

1.1 IP 網絡存儲技術應用

1.1.1 4K 節目后期制作對IP 網絡存儲系統的要求

第一，對存儲器以及存儲容量的需求。IP 網絡存儲器是4K 節目后期制作的核心設備，存儲了所有節目素材、技術參數、各種備份文件與節目工程等，其中節目素材所占比例最高。素材文件碼率不同，對存儲空間的要求和產生的影響也不同。一般在4K 節目后期制作中使用的節目素材源并不局限于演播室的服務器收錄工作產生的素材，而是要根據節目內容的具體需求進行選擇。這個過程涉及多個平臺工作站、4K 攝像機和特種設備所攝錄的不同編解碼格式的文件。此外，存儲器及其存儲容量不僅要滿足大量的節目素材存儲需求，而且要兼顧不同素材文件格式兼容、轉換、生成與交互，滿足容災備份的空間需求。

第二，對服務器寬帶的需求。4K 節目后期制作要求服務器寬帶必須能夠確保整個制作系統的暢通運轉，同時能滿足數據I/O 所需的極限帶寬。

第三，對數據傳輸效率的要求。順利完成4K節目后期制作任務，必須兼顧多個終端的并發讀寫需求，同時要兼顧多個終端對同一節目素材文件讀取工作的傳輸效率。目前，4K 節目后期編輯工作站所用設備已經能夠支持4 ～6 個軌文件的同步播放。

第四，對數據安全保護的需求。因為網絡病毒和黑客攻擊問題的存在，為確保4K 節目的順利播放和維護IP 網絡安全，必須加強對節目數據信息的安全保護。這需要全面加強IP 網絡存儲系統軟硬件安全建設，設置存儲數據安全密碼，構建數據邏輯安全系統，科學管控數據的完整性、信息準確性和應用安全性，從而全方位預防網絡病毒的惡意侵害。

1.1.2 從宏觀和微觀兩個層次劃分IP 網絡存儲架構

從宏觀層次來看，IP 網絡存儲系統架構屬于開放式系統存儲，分為內置存儲和外掛存儲兩大類。外掛存儲又分為直連存儲（Dlrect-attached Storage，DAS）和網絡存儲（Fabrlc Attached Storage，FAS）。網絡存儲又分為存儲區域網絡（Storage Aree Network，SAN）和網絡接入存儲（Network Attached Storage，NAS）。其中，存儲區域網絡分為IP-SAN 和FC-SAN，網絡接入存儲分為統一式、網關式和橫向擴展式。

從微觀層次來看，常用IP 網絡存儲架構主要分為SAD 架構和NAS 架構兩種。SAD 架構模式屬于一種獨立存儲網絡。在該架構的支持下，4K 節目數據傳輸迅速而流暢，擴展性效果良好。NAS 架構模式主要以IP 網絡技術為依托提高數據專用存儲服務效率。在具體工作中，NAS 架構可充分利用專業操作系統和文件系統對外提供標準化CIFS/NFS 協議，同時通過啟用太網交換機實現存儲設備和應用設備的有效連接，構建完善的存儲網絡，對節目數據進行集中化管理，減輕寬帶壓力，使帶寬得以釋放，優化設備性能，降低制作成本，確保4K節目制作的安全管理。目前，NAS 架構已升級為3種類型，分別是細化成網關式、統一成網關式與橫向拓展網。

1.1.3 IP 網絡存儲測試分析

在IP 網絡存儲測試中，首先需要以是否滿足4K 節目后期制作任務的圓滿完成為基準，按照標準要求制作網絡工作環境，科學模擬軟件數據，構建完善的網絡存儲架構，優化存儲器性能，檢測帶寬是否符合標準要求。其次，要對分布式系統與可動態擴展效果進行檢測，檢測結果達標后再科學布設非結構化存儲應用場景、全端組網類型和內部互聯網組網類型，設置數據保護級別，確保網絡系統能支持各種硬盤類型。再次，應注重改善數據自愈系統，賦予數據自動化功能，使數據能自動迅速恢復，當前最快恢復速度是1 TB/h。最后，要注意全面測試存儲配置方案，如果視頻流與節目讀寫工作能保持穩定狀態，則說明測試合格。

1.2 大數據技術概述

1.2.1 大數據技術的基本特征與技術架構

大數據技術具有5 大基本特征，即數據應用普遍化、數據信息海量化、信息種類多樣化、數據資源公開化與傳輸速度高速化［1］。大數據技術有極高的實用性，能篩選出有價值的信息，兼容不同結構的數據存儲工作，準確識別信息真偽。在電視節目后期制作中，大數據技術發揮的作用至關重要。

從技術架構來區分，大數據技術由基礎層、管理層、分析層和應用層組成，其中基礎層是大數據技術架構第一層，也是最底層。實現大數據技術應用，構建和啟動高度自動化數據平臺，優化數據平臺存儲功能，需要啟用基礎層擴展存儲空間容量，優化存儲性能，實現線性擴展，合理調配數據節點與分布結構，盡量縮短數據傳輸時間。管理層能實現結構化數據和非結構化數據的兼容，具備數據傳送、數據傳輸、信息存儲和信息計算功能。管理層的數據存儲結構類型有并行化存儲和分布式存儲兩種。分析層主要用于分析海量數據信息，通過啟用數據挖掘技術來提取有價值的信息，同時用計算機學習算法計算、分析并解釋數據集。應用層的價值是進行數據決策，提供終端服務，進行數據預測，實現數據驅動和數據貨幣化，最終實現節目數據的有效傳輸與切換轉化。

1.2.2 大數據技術的整體技術和關鍵技術

大數據技術可分為整體技術和關鍵技術，其中整體技術細分為8 種技術，關鍵技術分為6 種技術。

整體技術的8 種技術如下。第一，數據采集技術。該技術是啟用ETL 工具，對數據源中的平面數據和關系數據等異構數據實施轉換，并傳輸到中間層予以清晰和集成，最終傳入數據庫或者數據集市進行聯機分析處理。第二，數據存儲技術。該技術運用SQL 技術、NoSQL 技術與關系數據庫存儲海量異構數據信息。第三，基礎架構技術。該技術負責云存儲工作和分布式文件存儲。第四，數據處理技術。該技術運用自然語言處理（Natural Language Processing，NLP）研究數據交互語言，結合用戶需要，對數據采取正確的針對性處理措施。第五，統計分析技術。大數據統計分析技術包括假設檢驗技術、顯著性檢驗技術、差異分析技術、相關分析技術、T 檢驗技術、方差分析技術、卡方分析技術、舉例分析技術、回歸分析技術、逐步回歸分析技術、因子分析技術、聚類分析技術、主成分分析技術、判別分析技術、對應分析技術和多元對應分析技術等。第六，數據挖掘技術。該技術由分類管理技術、估計管理技術、預測管理技術、相關性分析技術、關聯規則分析技術、聚類管理技術、描述技術、可視化處理技術以及復雜數據挖掘技術組成。第七，模型預測技術。該技術具有模型預測、機器學習和建模仿真功能。第八，結構呈現技術。該技術由云計算、關系圖和標簽云體現。

關鍵技術的6 種技術如下。第一，大數據采集技術。在關鍵技術研究體系中，數據通過傳感器、RFID 視頻、互聯網以及社交網絡交互等技術設備獲取，以構建大量的數據知識服務模型。大數據采集技術的應用重點是突破不同結構與不同數據實現高效數據采集，迅速做好數據解析、信息轉換與數據裝載工作，確保數據開發質量。一般情況下，大數據采集工作由基礎支撐層和智能傳感層共同完成。第二，數據信息預處理技術。該技術用于辨析已接收到的數據信息，并做好相關清晰和提取工作。第三，數據信息分類存儲與管理技術。該技術是啟用存儲器儲存收集的數據信息，設置不同類別的數據庫，然后對數據實施分類，并將其存入相應的數據庫，以便后期調用。第四，大數據安全開發技術。該技術能對數據信息進行安全銷毀，實現數據透明加解密，對密保信息實施分布式訪問與控制，做好數據審計工作，識別信息真偽，確保數據內容完整性，做好相關取證工作。第五，大數據分析挖掘技術。該技術能夠改進已有數據挖掘和機器學習技術，做好數據網絡的開發與挖掘工作，高效實現數據群組與圖像挖掘，突破基于對象的數據連接、相似性連接等大數據融合技術，以及用戶興趣分析、網絡行為分析和情感語義分析等面向領域的大數據挖掘技術［2］。第六，數據信息展現應用技術。該技術能夠解譯數據，并以立體化模型、圖像和語言文字的形式成功展示數據信息內容。

在大數據技術支撐下，工作人員能對海量節目信息進行有效識別、甄選、提純、分析、存儲與應用。大數據存儲平臺具有良好的兼容功能，因而能保存大量不同種類、不同結構的電視節目數據。

2 實現電視節目制作視覺定位以提高節目效果的途徑

2.1 應促進節目畫面定位拍攝、畫面整合與特效處理工作

一般節目畫面定位拍攝是對某一場景的定位，畫面整合是將不同畫面連續整合在一起構成完整的節目視頻，而特效處理則是用補光燈、色調處理技術和電腦模擬來提升畫面特效，同時要將大數據技術應用于節目分析、挖掘與整合處理工作［3］。數據分析理念和數據挖掘技術關系極為密切，通常是挖掘數據信息后立刻進行分析和解譯。數據分析方法有回歸分析法（包括多元回歸分析法和自回歸分析法）、判別分析法（包括貝葉斯判別分析法、非參數判別分析法和費歇爾判別分析法等）、聚類分析法（包括系統聚類分析法和動態聚類分析法）、探索性分析法（包括主元分析法和相關分析法）以及可視化分析法（數據可視化無論是針對普通用戶還是數據分析專家，均是為了實現數據圖像化，為了讓用戶直觀感受電視節目數據分析結果）。同時，采用數據挖掘算法對電視節目數據信息進行深度分析，準確翻譯機器語言，提煉有價值的數據，做好海量數據計算工作，對計算結果進行預測分析，并啟用情感分析、輿情分析、智能輸入和問答系統來優化語義引擎功能，確保電視節目播放效果良好。

2.2 充分利用智能化技術實現節目創作與體驗智能化

以新聞節目為例，實現新聞節目制作視覺定位，提升節目播放效果，應做好3 項基本工作。

2.2.1 實現新聞采集工作智能化

啟用智能技術，使創作新聞作品工作成功實現從“報道導向”到“技術導向”的轉型。這種情況下，記者將從新聞節目采編一線轉到后臺，能借助各種先進的技術完成信息整合與分析、語言編輯和修正等。同時，利用智能技術能實現大數據和信息的高效采集與分發。在當代所有新聞類型中，新聞報道秉承“所見即所聞”的意識，將視覺作為主要依據。新聞通常有選擇地忽略肉眼無法察覺的事物。智能技術能夠增加獲取和處理物流的能力、人流和信息流的能力、人類進入惡劣環境和危機環境的能力以及溝通協作和人機交流能力。智能技術可以通過分析數據全方位觀察某一事件，然后根據數據之間的相關性預測該事件的演變趨勢，從而準確預估后期的關鍵節點。目前，智能分析技術的這一功能已經被成功應用于各種體育項目比賽結果預測、物價波動分析、股票漲跌預估和其他新聞事件分析工作。此外，隨著結構化數據的不斷完善、物聯網技術的日益普及與應用以及數據處理設備技術功能的全面優化，新聞產業將升級成一種信息豐富、實用的新聞類型。

2.2.2 新聞生產工作模式智能化

隨著智能技術應用的普及化和機器邏輯的日益復雜化，新聞內容編輯工作將逐步呈現出自動化發展狀態。與人工模式相比，未來的機器生產工作逐漸變得個性化、高效化、即時性與場景化［4］。對于智能新聞作品生產工作，運用人工智能技術能持續加快新聞作品生產速度，增強工作時效性。通過啟用智能機器人寫作模式可完善新聞編輯功能，實現快速跟進新聞事件的進展程度、了解新聞發展最新動態、啟用設備的自動檢索功能、對比分析某一類事件信息的異同、做好澄清工作、整理類似事件、總結規則以及提出建議等。簡言之，未來新聞生產的及時性是基于橫向發展與延伸的，以確保質量為基礎，屬于智能機器向人類學習的重要內容。

2.2.3 新聞發布與內容體驗智能化

新聞節目發布活動與作品內容體驗是檢驗新聞搜集與編輯質量的最佳標準，也是輔助媒體獲利的核心基礎。通常用戶在欣賞高質量新聞作品時，會提升優化閱讀體驗的要求。啟用智能算法的推薦功能有助于提升用戶畫像的精確率，更加準確地分析用戶對信息的需求，包括對信息專題與內容的需求分析，實現用戶想要了解的信息與需要了解的信息之間的良性平衡，提高體驗的視覺效果與聽覺效果。

3 結 語

綜上所述，優化4K 節目后期制作技術方案需要實現網絡存儲設備和應用設備的有效連接，構建完善的存儲網絡，借助大數據技術對節目數據進行集中化管理，減輕寬帶壓力，使帶寬得以釋放，優化設備性能與超高清頻道，大力加強節目數據的安全管理。另外，應全面做好IP 網絡存儲測試工作，全面檢測網絡工作環境、文件讀寫功能與存儲配置方案。