一个大字放在人身后、人从它前面走过的效果，不过是一次抠像加一次图层排序。它看起来很贵，但既不难也不慢。

实际发生了什么

三个图层，从下到上：

  1. 视频画面。
  2. 标题。
  3. 同一个视频画面，再来一次，只遮罩出人物。

第三层就是全部的诀窍。人物被画了两次：一次作为背景的一部分，一次作为叠在上面的抠像，而文字被夹在两个副本之间。眼睛会把它读成纵深，因为在现实世界里，一个你只能看到一部分的东西，就是在某样东西后面的东西。

这个人物遮罩和抠像用的是同一个，在你的设备上运行，所以不需要绿幕，也不上传任何东西。

让人脸保持居中的重构使用Apple的Vision框架（英文）；检测在本地进行，所以裁切能跟得上，而不需要往返云端。

添加方法

  1. 在Zella里给片段添加一个标题，设置文字。
  2. 把它放在人物会经过的位置。头部和肩膀后面是经典位置。
  3. 打开Text Behind Subject。
  4. 回放。遮罩是逐帧生成的，所以移动的人物会随着动作露出和遮住文字。

它是标题上的一个开关，而不是一个独立的功能，这意味着这个标题的其他一切仍然有效：字体、渐变填充、描边、阴影、动态入场。一个词可以先滑入，然后被人从前面走过。

让它清晰可读的要点

大字。这个效果的关键是重叠，如果字很小，就没有东西可以重叠。一两个词，大小横跨画面的三分之一，这是行得通的形态。一整句话不行。

文字静止，人物移动。如果两者都在动，眼睛就分不清谁在前面。把标题固定住，让人从它前面经过。

与背景形成对比，而不是与人物。文字是在可见的地方被读到的，也就是人物没有遮住的那部分画面。选一个能从你身后墙面上跳出来的颜色。

放在肩膀后面。头部高度是自然的位置，因为那是人的轮廓最容易辨认的地方，所以重叠一目了然。

在哪里会失效，以及怎么办

快速运动。抠像是逐帧生成的，而一条快速移动的肢体是一条动态模糊的边缘，没有干净的边界。手快速划过文字时可能会闪烁。把文字从手的活动范围移开，或者放慢镜头。

繁杂背景前的头发。颜色相近的背景前的细碎细节，是任何分割中最难的情况，这和为什么一动起来抠像就很难看里描述的失败是同一种。一面更简单的墙，比任何设置都更管用。

宽松的衣物和道具。围巾、杯子、拿在手里的手机：这些东西抠像可能认为是人物的一部分，也可能不认为，而答案可能在帧与帧之间变化。让文字远离人物手里拿着的任何东西。

人物离开画面。没有可以抠的人，文字就只是一个普通标题。这没问题，常常还是结束这个镜头的好方法，但值得知道，这个效果是直接消失，而不是逐渐变差。

它真正有用武之地的地方

  • 短视频的开场词。一个名词，大字，在你身后，在你开始说话时入场。它直接点出主题，不需要旁白来解释“我接下来要讲这个主题”。
  • 一个名字或一个数字。一个价格、一个年份、一个章节标记。观众在你讲话时应该记在心里的东西。
  • 长视频里的段落分隔。同样的文字处理，用两三次，就成了观众能感受到的结构。

用一次，它是一个亮点。视频里每个标题都用，它就成了一个怪癖，视频也就不再有比普通文字更高一级的强调了。

常见问题

需要绿幕吗？ 不需要。人物抠像是在你的设备上直接从素材本身生成的，所以普通房间就行。更简单的背景能得到更干净的边缘，但这不是必需的。

对任何标题样式都有效吗？ 是的。Text Behind Subject是标题上的一个开关，而不是一个独立的对象，所以字体、填充、描边、阴影和入场动画都仍然适用。

为什么文字在我手边闪烁？ 快速移动的肢体会模糊，而模糊的边缘没有干净的边界让抠像去跟随。把文字从你手的活动路径上移开，或者用更慢的镜头。

能用一整句话来做吗？ 可以，但效果很少好。这个效果靠的是重叠，而小号文字被遮住的部分太少，看不出是在任何东西后面。

它会让导出变慢吗？ 它会在渲染中加入逐帧遮罩，所以长片段会比没有它时花更长时间。如果只是一个短标题，你不会注意到。

如果主体不是人，也能用吗？ 抠像是针对人训练的，所以人是可靠的情况。宠物或物体可能被识别，也可能不会，花几秒钟测试一下，比猜要快。