چرا فیلم‌های ۲۴ فریم نرم‌تر از بازی‌های ۳۰ فریم دیده می‌شوند؟ راز شاتر ۱۸۰ درجه

در دهه ۱۹۸۰، وقتی انیماتورهای لوکاس‌فیلم و پیکسار نخستین رندرهای دیجیتالی بی‌نقص خود را روی پرده انداختند، با مشکلی عجیب و آزاردهنده روبه‌رو شدند. انیمیشن‌های آن‌ها حتی وقتی با نرخ ۳۰ فریم بر ثانیه پخش می‌شدند، روی پرده تلوتلو می‌خوردند و می‌پریدند. این تصاویر در مقایسه با نوار سلولوئیدی ۲۴ فریم در ثانیه‌ای که در سالن کناری نمایش داده می‌شد، به‌شدت خشک، عصبی و لرزان به نظر می‌رسیدند.

این ناسازگاری مهندسان را حسابی گیج کرده بود؛ کسانی که گمان می‌کردند فریم بیشتر بی‌برو‌برگرد یعنی حرکت روان‌تر. خروجی دیجیتال ۳۰ فریم در ثانیه بیست و پنج درصد اطلاعات بصری بیشتری نسبت به نسخه نگاتیو ۲۴ فریم به چشم می‌رساند. با این همه، چشمان تماشاگران سرسختانه تصاویر سریع‌تر دیجیتال را مصنوعی می‌دانست و تصویر کندتر فیلم‌های سینمایی را کاملاً پیوسته و طبیعی می‌پذیرفت.

راز این خطای بصری در تعداد فریم‌ها پنهان نبود، بلکه به اتفاقی برمی‌گشت که در فاصله میان فریم‌ها رخ می‌داد. دوربین‌های سنتی سینما تک‌عکس‌های آنی و منجمد از واقعیت نمی‌گیرند؛ آن‌ها امتدادی کش‌آمده از زمان را روی نوار فیلم ثبت می‌کنند که حاصل قطعه‌ای مکانیکی به نام «شاتر چرخان» است.

درون یک دوربین کلاسیک سینمایی، صفحه‌ای دیسک‌مانند میان لنز و نوار فیلم پیوسته می‌چرخد. تکه‌ای از این دیسک به شکل یک قاچ بریده شده تا نور بتواند از آن عبور کند و نگاتیو را بسوزاند و نقش بیندازد. اندازه این بریدگی بر حسب زاویه و درجه سنجیده می‌شود و تعیین می‌کند که هر فریم تا چه اندازه اجازه دارد به دنیای بیرون نگاه کند.

قواعد مکانیکی این سیستم در اواخر دهه ۱۹۲۰ و با ورود صدای همگام به سالن‌های سینما تثبیت شد. پیش از آنکه شیارهای صوتی مستقیماً در حاشیه نوار فیلم چاپ شوند، فیلم‌برداران دوران صامت دسته دوربین را با دست می‌چرخاندند و سرعت‌ها حسابی متغیر بود. اما ضبط صدا دیگر شوخی‌بردار نبود و هماهنگی دقیق مکانیکی می‌طلبید؛ امری که صنعت سینما را ناچار کرد سر یک استاندارد واحد به توافق برسد.

استودیوهای هالیوود روی نرخ ۲۴ فریم بر ثانیه دست گذاشتند، چون پایین‌ترین سرعتی بود که صدایی شفاف و قابل‌فهم تحویل می‌داد. سازندگان دوربین مثل پاناویژن برای هماهنگی با این استاندارد جدید، شاترهای چرخان خود را طوری ساختند که دقیقاً ۲۴ دور در ثانیه بچرخد. همین تصمیم فنی ساده، ضرباهنگ دیداری سینما را برای یک قرن تمام قفل کرد.

مکانیک شاتر چرخان

دفترچه راهنمای فنی دوربین‌های دیجیتال RED در این باره می‌نویسد: «زاویه شاتر شیوه کارآمدی برای بیان سرعت شاتر نسبت به نرخ فریم است. این اصطلاح در اصل یادگاری مفهومی از همان شاترهای چرخان قدیمی است؛ جایی که دیسکی با یک شکاف زاویه‌دار می‌چرخید و در هر دور، یک‌بار نور را برای ثبت هر فریم به داخل راه می‌داد.»[1]

برای نزدیک به یک قرن، استاندارد زرین سینما زاویه شاتر ۱۸۰ درجه بوده است. از آنجا که ۱۸۰ درجه دقیقاً نیمی از دایره کامل ۳۶۰ درجه است، دوربین در هر فریم، درست به اندازه نیمی از عمر آن فریم نوار را در معرض نور قرار می‌دهد. در استاندارد صنعتی ۲۴ فریم بر ثانیه، طول عمر هر فریم یک‌بیست‌وچهارم ثانیه است.[1]

با شاتر ۱۸۰ درجه، زمان واقعی نوردهی دقیقاً نصف می‌شود: یک‌چهل‌وهشتم ثانیه. در همین کسر ناچیز از زمان، هر حرکتی در برابر لنز به صورت رد و ماتی جهت‌داری ثبت می‌شود. همین تاری نوری است که مثل یک پل جادویی عمل می‌کند و جایگاه جسم را در یک فریم، بی‌وقفه به نقطه جدیدش در فریم بعدی وصل می‌نماید.[1]

این نوردهیِ یک‌چهل‌وهشتم ثانیه‌ای همان مرز حساسی است که دستگاه بینایی ما با اشتیاق فریبش را می‌پذیرد. اگر فیلم‌سازی زاویه شاتر را بسته‌تر کند — مثلاً شاتر ۴۵ درجه‌ای که استیون اسپیلبرگ سال ۱۹۹۸ در شاهکارش «نجات سرباز رایان» به کار برد — زمان نوردهی به یک‌صدونودودوم ثانیه سقوط می‌کند. حاصل کار تصویری فوق‌العاده تیز، لرزان، پرتنش و عامدانه تکان‌دهنده می‌شود.

معضل نوردهی صفر

موتورهای بازی‌های ویدیویی اما در جهانی با شفافیتی خیره‌کننده و صدالبته نامتعارف سیر می‌کنند. پردازنده گرافیکی وقتی تصویری سه‌بعدی را رندر می‌گیرد، محاسبات هندسی و نورپردازی را تنها برای یک لحظه منجمد ریاضی انجام می‌دهد. این‌جا خبری از شاتر فیزیکی، زمان نوردهی واقعی و مات‌شدگی طبیعی نیست.

در راهنمای انیمیشن‌سازی نرم‌افزار اتودسک آمده است: «اگر جسمی در حرکت باشد، در طول زمان نوردهی مسافت بیشتری را طی می‌کند و همین ردّی کشیده در تصویر نهایی بر جای می‌گذارد. اما در کامپیوترها و موتورهای بازی‌سازی، مات‌شدگی حرکتی خودبه‌خود رخ نمی‌دهد؛ بلکه انیماتورها ناچارند جلوه موشن بلور را به شکل دستی به تصویر تزریق کنند.»[2]

از آن‌جا که زمان نوردهی در رندر خام یک بازی دقیقاً صفر ثانیه است، شخصیتی که با نرخ ۳۰ فریم در حال دویدن است، عملاً مجموعه‌ای از ۳۰ مجسمه کریستالی، بی‌حرکت و شارپ است که پشت‌سرهم جلوی چشمان شما چشمک می‌زنند. مغز فواصل خالی میان این مجسمه‌ها را تشخیص می‌دهد و فریم‌ها را نه حرکتی پیوسته، بلکه مثل فلاش زدن‌های چراغ استروبوسکوپ ارزیابی می‌کند.[2]

بدون آن مات‌شدگی لطیف، ذهن ناچار است رشته‌ای از داده‌های بریده‌بریده را به هم بدوزد. وقتی دوربین درون بازی به آرامی بر فراز یک منظره می‌چرخد، خطوط عمودی ساختمان‌ها و درختان روی صفحه می‌لرزند و پرش دارند. چشم به دنبال پیوستگی می‌گردد، اما چیزی جز تک‌لحظه‌های منجمد نصیبش نمی‌شود.

همین‌جاست که آن تناقض آشنا شکل می‌گیرد: بازی ۳۰ فریم بر ثانیه به‌مراتب لرزان‌تر و تکه‌تکه‌تر از فیلم ۲۴ فریم به نظر می‌رسد. فریم سینمایی اساساً چرخه کاری پنجاه درصدی دارد — نیمی نور، نیمی تاریکی — که هماهنگی کاملی با شیوه ماندگاری تصویر روی شبکیه چشم دارد. فریم بازی اما چرخه‌اش صفر درصد است و هیچ رابط بصری در کار نیست.[4]

شبیه‌سازی مات‌شدگی نوری

موتورهای بازی مدرن برای چاره‌جویی ناچار شدند نقص‌های مکانیکی دوربین‌های صد سال پیش را شبیه‌سازی کنند. توسعه‌دهندگان به الگوریتم‌های پس‌پردازش متوسل شدند تا سرعت تک‌تک پیکسل‌های صفحه را محاسبه کنند و پیش از ارسال تصویر به نمایشگر، رد تاری را در جهت حرکت‌شان بکشند.

مستندات موتور بازی‌سازی یونیتی در این باره می‌گوید: «موشن بلور یک افکت پس‌پردازش مرسوم است که مات شدن تصویر را هنگام حرکت سریع‌تر جسم نسبت به سرعت شاتر دوربین شبیه‌سازی می‌کند. استفاده از آن صحنه‌ها را طبیعی‌تر جلوه می‌دهد، زیرا به درک چشم انسان از واقعیت نزدیک‌تر است.»[3]

ریاضیاتی که برای سرهم‌بندی این خطای بصری لازم است، سرگیجه می‌آورد. در یک بازی با کیفیت 4K، کارت گرافیک باید بردار سرعت بیش از ۸٫۲ میلیون پیکسل مجزا را محاسبه کند، آن‌ها را در مسیر حدسی بکشد و در هم بیامیزد؛ آن هم همگی ظرف تنها ۳۳٫۳ میلی‌ثانیه‌ای که برای هر فریمِ یک بازی ۳۰ فریم فرصت دارد.

این دست‌کاری محاسباتی فوق‌العاده سنگین است. بازسازی حس شاتر ۱۸۰ درجه نیازمند این است که موتور بازی موقعیت گذشته و آینده احجام پیچیده را در کسری از ثانیه بسنجد. دهه‌ها کنسول‌های خانگی اصلاً زور پردازشی کافی برای این عملیات را نداشتند و به همین خاطر بازی‌های قدیمی ۳۰ فریم آن حس خشک و بریده‌بریده را القا می‌کردند.

بهای وضوح مطلق

حتی امروز هم پیاده‌سازی موشن بلور مصنوعی میان گیمرها جنجال‌آفرین است. گرچه این تاری تصویر شکاف‌های بصری را پر می‌کند و به بازی‌های کنسولی روانیِ سینمایی می‌بخشد، اما وضوح کریستالی و دقت فوق‌العاده‌ای را که بازی‌های تعاملی و پرسرعت می‌طلبند فدا می‌کند. شلیک به دشمنی که پیکسل‌هایش محو شده، به‌مراتب دشوارتر از شلیک به هدفی کاملاً شارپ است.

نتیجه این می‌شود که گیمرهای حرفه‌ای و مسابقه‌ای بلافاصله به منوی تنظیمات می‌روند و این افکت را خاموش می‌کنند. آن‌ها با کمال میل نرمی سینمایی را فدای آن می‌کنند که هر فریم یک تصویر تمیز با زمان نوردهی صفر باشد. برای جبران پرش تصویر هم به سراغ کارت‌های گرافیک غول‌آسا می‌روند تا نرخ فریم را با زور به ۱۲۰ یا ۲۴۰ فریم برسانند.

در چنین نرخ فریم‌های نجومی، فاصله میان تصاویر ثابت آن‌چنان خرد و نامحسوس می‌شود که مغز دیگر محتاج مات‌شدگی نوری برای اتصال آن‌ها نیست. یک بازی با نرخ ۲۴۰ فریم در هر ۴٫۱۶ میلی‌ثانیه تصویری تازه می‌سازد؛ سیلی از داده‌های خام به کورتکس بینایی مغز سرازیر می‌شود و بدون هیچ ردی از ماتی، حس واقعی حرکت را تداعی می‌کند.

راز ماندگاری توهم سینمایی

با همه این‌ها، برای روایت داستان در سینما هنوز هیچ ترفندی حریف قانون ۱۸۰ درجه نشده است. هر بار کارگردانی تلاش کرده با فریم‌های بالاتر و شاترهای بسته‌تر سراغ سینما برود — مانند تجربه پیتر جکسون در نسخه ۴۸ فریم فیلم «هابیت» در سال ۲۰۱۲ — تماشاگران روی ترش کرده‌اند و از تصویر شکایت داشته‌اند؛ تصویری که به زعم آن‌ها شبیه به تله‌تئاترهای ارزان‌قیمت بود تا شکوهِ رازآلود سینما.

این مقاومت نشان می‌دهد مفهوم «روانی تصویر» تا چه پایه علاوه بر زیست‌شناسی، در فرهنگ و حافظه تاریخی ما ریشه دوانده است. یک قرن تماشای شاترهای ۱۸۰ درجه ذهن ما را شرطی کرده تا تاری ناشی از نوردهی یک‌چهل‌وهشتم ثانیه‌ای را هم‌معنی با قصه‌گویی پرخرج بدانیم. وقتی این مه غلیظ را کنار می‌زنید، پرده جادو پاره می‌شود و ناگهان خود را در حال تماشای مشتی بازیگر گریم‌شده روی صحنه دکور می‌بینید.

شاید جذابیت سینما درست در همین پنهان‌کاری نهفته باشد. شاتر چرخان با تکه‌تکه کردن دنیا به ردهای محو یک‌چهل‌وهشتم ثانیه‌ای و سپردن نیمی دیگر از زمان به ظلمت، ذهن تماشاگر را وادار می‌کند جاهای خالی را خودش پر کند. همین مشارکت ناخودآگاه عصب‌شناختی است که مشتی عکس مرده را روی پرده سفید به داستانی تپنده، زنده و تماشایی بدل می‌سازد.