短视频制作航拍抖音上的航拍大片是怎么拍的？

用户投稿 2025年09月10日 11:10:01 124 0

抖音上的航拍大片是怎么拍的？

随着时下人们的消费升级，无人机早已成了居家出行的航拍神器。看到抖音上的无人机航拍小视频，心生羡慕但又怕无法驾驭。事实上，要拍出这样与众不同的航拍作品并不难，极客君今天就教大家怎么拍出这些照片。

航拍出高逼格视频照片的绝招

一周总有那七天不想上班，不妨挑一张前往未知的单程机票，给自己一场旅行。无论是海边的日落，抑或是旅途中的短跑，我们都可以让无人机跟随我们，做我们的上帝摄影师。把自己的航拍作品发上朋友圈，坐等点赞。

那么这样的高逼格视频是如何创作的呢，其实并不难。使用无人机飞行的时候，尽量避免逆风而行。类似反差较大的逆光拍摄，可以选择落日和日出的时间拍摄，此时的光线最好，出好片的概率也最高。而如果你希望自己成为画面中的主角，只需要将无人机设置成智能跟随模式即可。

很多新手操作无人机「上天」的时候，往往容易手忙脚乱，稍不注意就会造成用力过猛。其实非常简单，一键起飞，一键返航，一键降落，自动避障以及多种智能功能让每个人都可以轻松自如地飞行。

其实航拍并不一定需要加这么多特技，调整好机头然后开始录像，只需往一个方向推杆就可以拍出自然的航拍视频。

掌握了这一技巧，要拍出抖音里的同款视频就不在话下。在一个比较低的高度俯拍自己，让身边的同步一起向天空挥手，然后同时推爬升与后退的操纵杆。但是更需要注意避免碰撞，最好让同伴帮忙观察无人机后方是否有障碍物。

工欲善其事，必先利其器

除了技巧之外，选择一台性能强大的无人机，准备一场说走就走的旅行，对于你所期待创作的航拍大片，也同样重要。面对市面上林林总总的无人机，如何选择一款适合自己的无人机，作为你的出行神器呢。

替换高清大图

在开始选择之前，我们不妨先考虑自己想要使用无人机的哪些功能，另外再给自己的需求留出一定的经济预算。一旦你决定了一个优先规格，便可以对无人机进行挑选。

在这里，极客君建议各位从电池续航、相机、以及便携性三个方面作为首要考虑因素，这三者决定了你全程航拍创作中用户体验的良好与否。

不难发现，市面上一些性能高端的无人机通常价格高昂在性能上优秀，但是便携性上有一定欠缺；一些主打便携的无人机虽然携带方便，但是在性能上不够优秀，拍出来的航拍视频和照片都不够好，对于普通的爱好者或者户外出行的小伙伴来说并不是最好的选择。

谁是出行航拍的得力助手

作为无人机领域的龙头企业，大疆精心打造了多款航拍飞行器，很可能你之前看过的不少航拍视频均出自大疆之手。小巧轻便的设计，让不少消费者为其青睐。选择一台属于自己的无人机，让它帮你看到不一样的世界。

作为定位在消费级市场的 Mavic 系列而言，大疆 Mavic Pro 集成 DJI 核心科技，采用 24 个高性能计算内核、传输距离高达 7 公里的高清图传、双目立体视觉环境感知系统、4K 超高清相机和三轴机械云台,飞行时间长达 27 分钟。

▲大疆 Mavic Pro

体积小巧的Mavic Pro，性能却毫不妥协，折叠后只占背包的一角,去任何地方都能轻松相伴。轻推摇杆或点击手机屏幕,就能触及更远的风景,创作属于自己的航拍大片。

此外，小巧的手柄式遥控器集成 DJI Ocusync 高淸图像传输技术,有效距离远达 7 公里,并支持 1080P/720P 实时视频传输。专用智能电池与高能效动力系统让 Mavic Pro 飞得持久，一次飞够 27 分钟，让你拍得更尽兴。

沉浸式体验飞鸟的快乐：从一张照片生成3D航拍视频

选自googleblog

机器之心编译

机器之心编辑部

来自谷歌的研究团队提出了一种 3D 视觉体验生成新方法 Infinite Nature，仅用一张自然景观图片就能生成该场景的高质量 3D 「航拍」视频。

今天，我们带你看一组「航拍」的自然景观：

雄伟的山脉：

波澜壮阔的海景：

怎么样，是不是体会到飞鸟的快乐了？但你能想象吗，这些景观视频全部都是计算机成的！

为了构建沉浸式的虚拟现实体现，近几年人们开始思考计算机如何合成细节丰富的三维视觉体验。来自谷歌的研究团队近日做了一项名为「Infinite Nature」的研究工作，该研究表明计算机可以通过观看自然视频和照片来学习生成丰富的 3D 视觉体验。新模型 InfiniteNature-Zero 甚至可以仅在静态照片上训练，以单张图像作为「种子」，生成高分辨率、高质量的景观视频，这是前所未有的突破性能力。

项目主页：https://infinite-nature-zero.github.io/

谷歌将主要研究问题称为「永久型视图生成（perpetual view generation）」，即给定场景的单个输入视图，按照给定的相机路径，合成照片级真实的输出视图集。这一任务非常具有挑战性，因为系统必须为输入图像上的大型地标（例如山脉）的另一侧生成新内容，并以高逼真度和高分辨率渲染新内容。

下图是使用 InfiniteNature-Zero 生成的飞行效果示例：仅输入单个自然场景图像，模型运行时就能生成「飞入」该场景的新内容，体验非常真实。

该研究首先收集了一组沿海岸线飞行的无人机拍摄的在线视频，最初的想法是学习合成类似于这些真实视频的新飞行视频。这组收集到的在线视频称为 ACID 数据集（Aerial Coastline Imagery Dataset）。

研究者发现，为了学会合成动态响应任何 3D 相机路径的场景，不能简单地将这些视频视为像素的原始集合——还必须计算它们底层的 3D 几何图形，包括每帧的相机位置。

给定一个起始视图，该研究首先要使用单图像深度预测方法计算深度图，然后再使用该深度图将图像向前渲染到新的相机视点，从新视点生成新图像和深度图。

该研究构建了一个神经图像细化网络，采用低质量的中间图像（缺失部分像素），输出一个完整的、高质量的图像和相应的深度图，并将新的合成图像作为输入图像多次重复上述步骤。由于该研究同时优化了图像和深度图，所以这个过程可以根据需要重复多次——当相机进一步进入场景时，系统会自动学习生成新的风景，包括山脉、岛屿和海洋等。

该研究使用使用 ACID 数据集来训练这种渲染 - 优化 - 重复的合成方法。具体来说，该研究从数据集中采样视频，再从视频中采样一帧，然后使用上述方法渲染几个新的视图，沿着与地面实况视频相同的摄像机轨迹移动到场景中，并将这些渲染帧与相应的地面实况视频帧进行比较，以得出训练信号。其中还包括一个对抗性设置，它试图将合成帧与真实图像区分开来，旨在让生成的图像看起来更真实。Infinite Nature 方法可以合成任何相机轨迹对应的视图。

具体而言，整个研究中最核心的问题是：如何从静态图像生成场景视频？

为了解决这个问题，该研究提出一个关键的思路：如果我们拍摄一张图像并渲染一个循环的相机路径，即最后一张图像与第一张图像来自相同的视点，那么沿着这条路径最后合成的图像应该与输入图像相同。这种循环一致性提供了一个训练约束，帮助模型在视图生成的每个步骤中学习填充缺失的区域并提高图像分辨率。

然而，使用相机周期进行训练不足以生成长而稳定的视图序列，因此该研究在原始工作中包含了一种对抗策略，考虑长的、非循环的相机路径，如下图所示。