Spark AR 創作者問答:Kyo Park

2020-12-14 騰訊網

本文轉載自【Facebook開發者】公眾號,無論您想增加下載量、提升用戶留存,還是想讓應用程式變現,Facebook 平臺都有能助您一臂之力的工具和解決方案,歡迎關注。

走進 @ kyo_p,平面設計師兼搞怪時尚特效創作者

歡迎走進我們的 Spark AR 創造者訪談系列,今天我們有幸邀請到了 Kyo Park。Kyo Park 是一名自由平面設計師,在韓國首爾和英國倫敦兩地工作。此次訪談,Kyo 為我們介紹了她如何將 2D 和 3D 設計技巧融入 AR 特效創作和她的創作靈感來源。同時,Kyo 還為有意與品牌方合作的創作者提供了一些有用建議。

精靈特效 | 草莓青蛙 | 美瞳系列

設計師的AR探索之旅

你是在做設計師時接觸AR的嗎?

幾年前,我從韓國搬到倫敦,在倫敦藝術大學學習平面設計和媒體設計。畢業後,我在代理公司工作過一段時間,但後來發覺不太適合我,於是我開始做自由職業者。現在,我主要從事藝術和時尚行業的平面設計工作。

是什麼讓你對AR產生興趣的?

我的創作技能和經驗都是以常用工具為基礎的,像是Adobe 2D設計產品,但我對3D創作也很感興趣,所以我學習了如何構建動畫和模型,也能自如地使用Blender等軟體。

一年多以前,我開始嘗試面部特效,並把Spark AR Studio作為一個愛好,因為我真的很喜歡將2D和3D設計技巧結合在一起,所以現在我正在努力專注於那些能結合2D和3D設計的項目。

你的AR特效靈感來自哪裡?

我的靈感來源有很多。有時在夢裡,有時在我聽的音樂裡。我的大腦會根據聲音的音調或節奏自動生成圖像或場景。我也喜歡欣賞老式的T臺時裝秀和繪畫作品。我會儘量避免通過其他AR特效來尋求靈感。因為我希望自己的作品儘可能獨具匠心,避免創作出和已發布特效觀感相似的特效。

使用Spark AR進行創作

你是怎麼學會使用Spark AR Studio的?

我看了很多教程,特別是YouTube上的教程。我也認識幾個Spark AR的創作者,這對我很有幫助。我具備作為一個設計師的技能,再加上Spark AR社區裡的朋友和網上海量的有益資料,我很快便學會了如何使用Spark AR Studio。到目前為止,我應該已經創作了100多個特效,但根據這些特效的成效表現,我會不時上線或下線部分特效。

你有最喜歡的特效嗎?

當然,我最喜歡我以前設計的一個特效標誌性鼻環(Iconic Nose Piercing)。這個特效很好地捕捉並反映了我的個性——怪異、時尚、有趣!此外,我還努力倡導發布支持社會正義/社會公益運動的特效。

手鏡 | 頭紗 | 標誌性鼻環

你在Spark AR Studio中需要使用哪些功能?

我喜歡使用模板,尤其是頭頸部的裝飾模板。這些模板為我節省了很多常規工作的時間,比如在模型上進行特效元素創作和確定相關元素的位置。此外,我還喜歡使用Patch Editor和著色器補丁,關於著色器、光影等創作技巧,我還需要加大學習力度。我承認,要跟上所有的新特性和功能是很難的,所以我傾向於一次只關注一個特性,並竭力提出一個能很好地表達特定特性的原創性想法。

與品牌方合作

品牌方是如何找你合作AR項目的呢?

我在Instagram上發布了不少特效,其中一些已經獲得數百萬的好評——所以品牌方通常會通過Instagram找到我。我喜歡把所有已發布特效連結到我的Instagram個人資料,讓它們成為我的數字名片。

品牌方需要的項目是什麼類型的呢?

我認為,對品牌方來說,Instagram上的AR就是「開放式AR」的一個絕佳例子。這些品牌可以利用AR創造有趣且個性化的體驗,然後與社交媒體的影響力結合起來。我認為很多品牌方都看到了這一點,並對其可能性給予厚望。但是,他們目前並不總是確切地了解自己想要什麼,比如很多品牌會想說做一個臉部特效(Face Effect)而不是嘗試世界特效(World Effect)。但是沒關係,這也正是為何品牌需要跟專業人士合作,才能產出更具創意和設計的作品。

對於有志從事更多品牌工作的創作者,你有什麼建議嗎?

我想你必須知道自己的優勢是什麼,並發揮這些優勢!堅持做自己,不要在意他人的眼光。但是,這並非意味著你不能了解圈內其他創作者在做什麼,而是不要把視野局限於眼前之所見

「我認為,作為一名創作者,就應確定自己獨特的風格並堅持為己所用!」

相關焦點

  • 擴展 Spark AR 生態圈
    —創作者們繼續為移動 AR 最大平臺注入活力,並推動其發展。現在是成為 Spark AR 創作者的好時機。從一開始,Spark AR 就吸引了從設計師和藝術家到動畫師和開發人員等眾多類型的創作者的創造力和想像力。創意圈各行各業的人們都匯聚於此,以幫助塑造和定義這種新媒介。考慮到該社區的蓬勃發展,我們來快速總結幾個令我們團隊特別興奮的增長領域和勢頭。Sue Young 在 《Spark AR 新視界》 裡有做部分分享。
  • Spark AR 統整特效發布
    目前在 Facebook 和 Instagram 上發布 AR 特效已超120萬個,我們得以藉此傾聽和了解創作者關於特效發布工作流程的期望和需求。 【1】:https://sparkar.facebook.com/ar-studio/learn/publishing/spark-ar-review-policies#part-1-effects 【2】:https://sparkar.facebook.com/ar-studio/learn/publishing-your-effect
  • Spark案例練習-打包提交
    構建SparkContext上下文對象val conf = new SparkConf().setMaster("local")// 指定應用在哪兒執行,可以是local、或者stadnalone、yarn、mesos集群.setAppName("logpvuv") //指定應用的名字.set("spark.eventLog.enabled","true").set("spark.eventLog.dir
  • 讓AR更有趣 Gfycat允許創作者在AR中嵌入GIF動圖
    根據Gfycat今天早上公布的一項合作協議,如果一切順利,部分創作者應該能開始看到他們的GIF動圖出現在AR體驗之中。 Gyycat的月活躍用戶超過1.3億,隨著AR的普及度日益增加,這樣的合作有望成為幫助創作者把內容帶給普羅大眾的又一大步。當前的工具顯然不夠完美,但對開發者而言,這種小協議有時候可以成為日漸強大工具集的開始。需要注意的地方有很多。最為明顯的是,這類GIF動圖的背景通常為透明。因為如果各種亂七八糟的背景遮擋住現實世界的其餘部分,這將顯得十分奇怪。
  • 14 - MLSQL on k8s(2) - Spark on k8s
    下面筆者將基於spark native方式部署,分別講解如下三種模式:spark submit從物理機cluster模式提交spark submit從物理機client模式提交spark submit從container client模式提交首先,先構建spark的鏡像,因為鏡像要被共享,因此要放到一個鏡像庫中,筆者用docker搭了一個鏡像庫:
  • (純乾貨建議收藏)一次GC引發的Spark調優大全
    按照這樣一個思路展開來總結spark的調優。默認大小為ExecutorMemory的10%,在spark2.4.5之前,該參數的值應該包含spark.memory.offHeap.size的值。比如spark.memory.offHeap.size配置500M,spark.executor.memoryOverhead默認為384M,那麼memoryOverhead的值應該為884M。
  • Spark Streaming 訂單關聯案例剖析
    創建 DStreamval sparkConf = new SparkConf().setAppName("OrderSpark")val sc = new SparkContext(sparkConf)val ssc = new StreamingContext(sc, Seconds(2))val kafkaParams
  • 一文詳解 SparkStreaming 如何整合 Kafka!附代碼可實踐
    >kafka-server-start.sh /export/servers/kafka/config/server.properties3.創建topickafka-topics.sh--create--zookeepernode01:2181--replication-factor 1 --partitions 3 --topicspark_kafka
  • 碰碰狐:用 AR 特效和 AR 廣告引爆熱度
    瀏覽器版本過低,暫不支持視頻播放越來越多的品牌和創作者藉助增強現實廣告(Augmented Reality Ads)[1] 推廣Spark AR 特效,取得了可喜的成果。這種新廣告形式為品牌和創作者提供了更高的作品曝光量。今天我們要分享SmartStudy[2]公司的故事。Smart Study 是一家韓國的教育公司。這家公司開發了碰碰狐(Pinkfong)[3],還創作了廣受歡迎的兒歌——《鯊魚寶寶》(Baby Shark)[4]。
  • GPU上的隨機森林:比Apache Spark快2000倍
    設置Spark集群不在本文的討論範圍之內,但是一旦準備好集群,就可以在Jupyter Notebook中運行以下命令來初始化Spark:import findsparkfindspark.init()from pyspark.sql import SparkSessionspark = (SparkSession .builder .config
  • 大數據分析工程師入門9-Spark SQL
    // 將一個DataFrame註冊成一個全局臨時視圖df.createGlobalTempView("people") // 注意這裡的global_tempspark.sql("SELECT * FROM global_temp.people").show()// +----+-------+// | age| name|// +----+-------+
  • 大數據框架Spark的流處理SparkStreaming詳細總結
    【4】StreamingContext.stop() 也會把關聯的SparkContext對象stop掉,如果不想把SparkContext對象也stop掉,可以將StreamingContext.stop的可選參數 stopSparkContext 設為false。
  • 黑馬程式設計師:大數據面試題之spark相關(一)
    今天來看一下重中之重的spark相關面試題!1.Spark master使用zookeeper進行HA的,有哪些元數據保存在Zookeeper?答:spark通過這個參數spark.deploy.zookeeper.dir指定master元數據在zookeeper中保存的位置,包括Worker,Driver和Application以及Executors。
  • GPU上的隨機森林:比Apache Spark快2000倍
    設置Spark集群不在本文的討論範圍之內,但是一旦準備好集群,就可以在Jupyter Notebook中運行以下命令來初始化Spark:import findsparkfindspark.init()from pyspark.sql import SparkSessionspark = (SparkSession .builder
  • 如何快速學習spark
    spark它是發源於美國的加州大學伯克利分校amplab集群計算平臺的,基於內存計算的,時速非常快,性能比Hadoop快100陪以上,它可以流處理、圖計算、還有很多的計算範式,我個人認為spark是個全能的選手,但是隨著技術的快速發展,現在又出現Flink,它和spark是一個競爭對手了,今天我們主要講spark,後續我會再分享Flink的知識。
  • 如何為Apache Spark貢獻原始碼
    假如你希望能從直接為Spark貢獻代碼:或許你碰到了Spark的bug並希望修復它或許你希望給Spark增加新的特性你得先看看你的想法有沒有人已經著手在做了如果你期待的代碼改動比較複雜,除非你已經有相當的經驗,否則最好還是挑個簡單的開始千萬別一意孤行,幹起來再說,至少得先看看http://spark.apache.org/contributing.html 或者讀完本文
  • 操作練習-Spark on Yarn
    承接上一篇文檔《》將spark應用運行在yarn集群上 官網地址:http://spark.apache.org/docs/2.0.2/running-on-yarn.html1.在standalone集群運行spark應用的時候,指定一些資源(內存、CPU)client模式執行的命令:.
  • Spark應用的結構
    Executors)(一)、Driver:相當於MapReduce中ApplicationMaster,運行SparkContext上下文、SparkContext進行初始化的地方(JVM)、進行RDD的初始化、Task運行的資源申請、調度的地方,一般認為就是main運行的地方(二)、Executors:具體的Task運行的地方,一個executor可以運行多個Task任務,一個spark
  • Spark:安裝及環境配置指南!
    1、Apache spark下載在瀏覽器輸入網址https://spark.apache.org/downloads.html進入spark的下載頁面,如下圖所示:下載時需要注意的是在第1步選擇完spark版本之後的第2步「choose a package
  • 不,Lightspark才是替代者
    不管是Flash的創作者還是消費使用者,我們知道它是一款能做交互動畫的軟體,其實就是一款輕量級的多媒體軟體平臺,而關於Flash的命運,最近它的新聞更是廣泛引發科技圈裡朋友們的關注:Adobe公司宣布在2020年終止對Flash這款在線視頻播放器的支持。當然,這不是猝然而至的資訊。一直以來,隨著Flash問題凸顯、市場份額的下降,Adobe早已逐步放棄它了。