storyboard-kinematic-reverse-engineering

name	storyboard-kinematic-reverse-engineering
description	用于反推 AI 视频或参考视频的运动学规律,避免只看图说话。适用于 视频反推、三帧分析、起始帧/爆发帧/结尾帧、相机运动结构、运动矢量、dolly/zoom/pan/truck/crane 区分、焦距变化、视差、速度、motion weight、把感性描述翻译成动作参数。

Storyboard Kinematic Reverse Engineering / 运动学反推

核心信念:视频不是会动的图,而是时间和空间参数的连续变化。只给 AI 一张截图,只能得到“像这张图”的画面;要复刻视频神韵,必须反推运动过程、相机结构和矢量参数。

提炼自中文教程《拒绝“看图说话”:AI视频反推的真正逻辑—运动学解构》。参考: https://www.super-i.cn/info-2610.html

第一步:先抽帧拼宫格图通览,再圈三帧

不要只手动截一两帧——view_image 不能直接开 MP4。先用 ffmpeg-win 等步长抽帧 → 拼成 3×3 / 4×4 宫格图(contact sheet)→ view_image 那一张宫格图通览整段运动节奏,再从宫格里圈出三个关键帧做运动学锚点(抽帧拼格先载入 ffmpeg-win;要看懂整段运动/剧情可用 catimation-understand 的 understand_video,只是别把 MP4 原始字节塞进聊天):

• 起始帧 Setup:动作开始前的状态。
• 爆发帧 Climax:动作幅度最大、光影变化最剧烈的一刻。
• 结尾帧 Resolve:动作完成后的状态。

分析指令:

请不要只描述画面内容。请基于这三帧反推视频的运动学规律:
1. 主体从起始到结尾的位移方向、速度变化、加速度
2. 摄像机运动:推/拉/摇/移/升降/变焦
3. 是否存在真实视差,判断是 dolly/truck 还是 zoom
4. 焦距、景深、透视是否变化
5. 光影和环境粒子的运动方向
6. 输出可执行的视频提示词,不要写影评式散文

第二步:找相机运动结构

常见区别:

• Dolly forward:摄影机向前移动,前景/中景/后景有视差。
• Zoom in:焦距变化,画面放大但没有真实视差。
• Truck left/right:摄影机横向移动,前景遮挡产生快速位移。
• Pan left/right:原地摇镜,空间位置不变。
• Crane up/down:机位上下移动,地平线和透视关系改变。
• Orbit:围绕主体环绕,背景相对主体旋转。

输出时用结构化参数:

Camera: dolly forward + slight crane up
Lens: wide angle, perspective changes visibly
Motion: subject moves from left-lower frame to center, acceleration high
Parallax: foreground moves fastest, background moves slowest

第三步:感性描述翻译成参数

不要把“飞鸟般掠过海面”直接喂回模型。翻译:

感性描述	参数化指令
镜头平移浏览场景	Camera Move: Pan Right / Horizontal Pan
飞速穿梭	Dolly Forward: Fast + Motion Blur: High
画面张力剧烈	Motion Weight: 8 / Chaos: 20
时间流逝	Speed: 2.0 / Lighting: Time-lapse
逼近压迫	Dolly in + low angle + increasing subject scale

示例:

Subject: cyberpunk city street, neon lights.
Action: hyper-lapse forward through traffic.
Camera: fast dolly forward, low angle, strong parallax from foreground signs.
Motion: high motion blur, light trails stretch backward.
Lens: 20mm wide angle, perspective distortion increases speed and scale.

反推输出模板

运动摘要:
- 主体运动:
- 镜头运动:
- 速度曲线:
- 视差:
- 焦段/景深:
- 环境粒子/光影:

可执行视频 prompt:
[主体] + [动作矢量] + [相机运动] + [速度/时间] + [镜头参数] + [环境运动]

出稿前检查

• 是否先用 ffmpeg-win 抽帧拼宫格图 + view_image 通览,再从宫格里圈出三帧(而不是凭记忆 / 单张截图)?
• 是否区分 dolly 和 zoom?
• 是否输出相机运动参数,而不是影评散文?
• 是否描述主体、镜头、环境三套运动?
• 是否把抽象震撼感翻译成可执行的速度/视差/焦段?