The Modern Changes of“Gesar”Thangka Under Multiple Contexts

“Gesar”Thangka is an important type of Tibetan Tangka.With the generation and spread of Gesar epic,“Gesar”Thangka is also undergoing complex historical changes in the social and historical process of Tibetan areas.Since the 1980s,in the context of the rescue of Gesar epic,the rise of market economy,and the protection of intangible cultural heritage,“Gesar”Thangkar has gained creative vitality and experienced modern changes,presenting the aesthetic characteristics of secularization,sanctification,and art.

TIBETAN THANGKA PAINTER Painter Tseten Namgyal

In October of 2006,"Treasures of the Chinese Nation,an Exhibition of Tibetan Culture"was held exclusively at the Capital Museum in Beijing.Over 200 exquisite Tibetan cultural relics and 100-odd Tibetan folklore images unveiled in the exhibition hall attracted endless lines of visitors.While monks were busy making Mandala,a painter was sketching Thangka in the hall.In conjunction with the traditional art show in the exhibition (?) the visitors were profoundly inspired by such unique demonstrations of Tibe...

唐卡中的圣救度母绘画与女性成佛观

佛教在传到中国的过程中不断被本土化,形成了特有的中国佛教文化。隋唐大一统时期,佛教美术经过藏族工匠之手融入到他们的作品中,佛教美术作为佛教教义的重要载体,唐卡绘画中也蕴含着藏族的民族特色,结合藏民信仰创作出的圣救度母等绘画作品体现了女性成佛观的影响。

Thangka Making in Beijing

I first heard of the term"thangka"when I moved to my present neighborhood near Beijing’s Yonghegong,the site of an imperial Buddhist temple of the same name which was established during the Qing Dynasty(1644-1911).Today,Yonghe Temple is one of Beijing’s biggest tourist attractions,popularly known as the Lama Temple.There I got to learn more about thangkas,

结合多尺度上下文信息的唐卡小样本目标检测

通过对图像中感兴趣的对象进行分类与定位,能够帮助人们理解唐卡图像丰富的语义信息,促进文化传承。针对唐卡图像样本较少,背景复杂,检测目标存在遮挡,检测精度不高等问题,本文提出了一种结合多尺度上下文信息和双注意力引导的唐卡小样本目标检测算法。首先,构建了一个新的多尺度特征金字塔,学习唐卡图像的多层级特征和上下文信息,提高模型对多尺度目标的判别能力。其次,在特征金字塔末端加入双注意力引导模块,提升模型对关键特征的表征能力,同时降低噪声的影响。最后利用Rank&Sort Loss替换交叉熵分类损失,简化模型训练的复杂度并提升检测精度。实验结果表明,所提出的方法在唐卡数据集和COCO数据集上的10-shot实验中,平均检测精度分别达到了19.7%和11.2%。

青海热贡唐卡的生物文化初探

生物多样性的减少不仅意味着基因、物种和生态系统的损失,还威胁到人类文化的多样性。唐卡被誉为藏族传统文化的“百科全书”,其内容涵盖了社会、历史、文化、宗教、医药等诸多方面。青海热贡唐卡作为唐卡的重要流派,因生动细腻的形象描绘和大量自然景观的刻画而广为流传。该文将文献分析、作品分析与民族生物学实地调查等方法相结合,从热贡止唐(绘画唐卡)绘制所用到的生物材料和热贡唐卡画面内容所反映的生物形象两方面对其生物文化进行了研究。该研究揭示了热贡止唐传统绘画工具和12种天然植物颜料的基源生物与制作工艺,探讨了热贡唐卡作品中常出现的生物形象本源、来源及其文化功能,阐释了热贡唐卡教诲图中传递的生态理念。总体而言,热贡唐卡取材于大自然,其内容亦反哺大自然。未来,应更加注重热贡唐卡的传统技艺及其生物多样性相关传统知识的保护与传承,进一步发掘其传统知识传播和自然教育的潜能。

基于调色板的半交互式低照度唐卡图像增强

唐卡作为热贡艺术重要表现形式之一,其结构复杂、颜色鲜艳、线条清晰、绘画精美,受到越来越多的人喜爱。在实际采集过程中,由于各个寺院灯光昏暗,在此条件下拍摄的图像常存在光照不均匀、噪声多、颜色失真、细节信息丢失等问题。因此提出了一种基于调色板的半交互式低照度唐卡图像增强方法:首先基于Retinex模型设计了一个卷积块注意力模块(CBAM)与U-Net相结合的低照度增强网络RCUNet,通过针对性设计损失函数,进行无监督迭代训练,对光照图、反射图和噪声图进行重构,并在得到最终分解结果后,对光照图、反射图进行调整,合成增强的结果。然后,采用改进的K-means算法,对增强后的图像提取主要颜色生成对应的调色板,通过修改调色板颜色进一步修正增强后图片的颜色。最后,与目前流行的几种低照度增强方法,在唐卡数据集上进行了定量、定性对比实验,实验结果表明该方法在NIQE,PIQE和PSNR 3个指标上取得了最好的结果。

以唐卡元素为主题的参赛案例制作探析

提出在设计服装,尤其是比赛背景下运用唐卡艺术,可以创造出具有独特视觉效果和文化内涵的作品。阐述了在服装设计过程中,如何将唐卡艺术与效果图绘制、样衣制作、材料选择、配饰穿搭等环节有机融合。通过不断探索,设计师可在保持民族服饰文化底蕴的基础上加以创新,赋予唐卡时尚感和现代气息,实现民族文化服饰在大赛舞台上的展示与传承。

空间生产理论视角下非遗档案文化认同建构探微——以《中国唐卡文化档案》项目为例

文章基于列斐伏尔空间生产理论,从空间重绘、传播拓展、叙事转变三个方面透视空间生产之于非遗档案文化认同建构的意义,从空间实践、空间表象、空间再现三个角度探索非遗档案文化认同建构的新契机。此外,通过《中国唐卡文化档案》项目探究空间生产理论在非遗档案文化认同建构中的应用,以期厘清非遗档案文化认同的建构逻辑,为建构更深层次的非遗档案文化认同提供新的思路。

非遗视角下的传统手工艺及其文化生态:以唐卡绘制技艺为例

从非遗保护的视角,作为传统手工艺范畴的唐卡具有去语境化的典型性特征,唐卡绘制技艺的文化生态包含画师的日常行为、仪式空间、使用场域以及观念制度等,文化生态决定了唐卡技艺的形式与程式,是唐卡绘制技艺保持其民族特性与文化本质的关键。对传统手工艺的认识与解读应当追溯其文化的整体性,而非进入一种文化的“碎片化”以及形态的“同质化”误区。

Adaboost M2+HOG算法在肖像类唐卡图像头饰检测分类中的应用

为适应西藏唐卡图像的数字化保护,精确地检索肖像类唐卡图像,根据头饰区域的特征进行检测分类,可以极大地满足图书馆、寺院、文化馆和唐卡数字化保护研究机构的检索需求。肖像类唐卡图像的头饰可以分为3类:发髻、僧帽和头冠。文章运用Adaboost M2算法结合3类唐卡图像头饰区域的HOG特征,进行头饰检测分类,可以极大地解决精确检索问题,通过分析实验,Adaboost M2算法在肖像类唐卡图像头饰检测分类中取得了良好的效果。

少数民族非遗影像的传播特征及策略调适——以藏族“唐卡绘画”为例

全球化的传播场景,使民族文化的传播生态复杂化。此背景下少数民族非遗的影像传播成为一个重要与敏感交织的题域。作为一种强大的传播工具,影像能跨越文化与语言障碍,为非遗的传承和弘扬提供新的机遇。本研究以藏族的唐卡绘画为例,探讨少数民族非遗影像传播的特征及策略。阐述了少数民族非遗影像传播的地域性、历史性和共享性,受众群体的多元性和层次性,文化表达与身份认同的统一性及跨文化传播的差异性与互补性。分析了少数民族非遗影像传播内容的适当性欠缺导致内容失真和过度商业化、忽略受众结构的多样性导致传播策略精准、政策和法规的支撑性不足导致少数民族非遗影像传播的规范性弱、资金和技术的短缺影响少数民族非遗影像传播的质量和效果等方面的一些短板。提出了从源头上防范传播内容的失真、拓展和扩大受众面、强化政策和法规的支撑、加大资金和技术的投入等调适性的传播策略。

基于主动学习的唐卡主尊标注研究

唐卡是藏文化中一种特色绘画,有较高的学术价值。为降低唐卡主尊检测任务中数据标注的人力成本,文中采用主动学习流程训练目标检测模型,并针对唐卡主尊分布特点提出最大框选法和最大框不确定性方法,用以优先选取未标注样本中对神经网络最有益的样本。采用Faster R-CNN目标检测模型进行唐卡主尊主动学习实验,结果表明:所提出的最大框不确定性方法优于随机采样主动学习方法,仅400张训练数据即可达到98.19%的平均准确率(mAP),与全监督下1 249张数据训练的模型结果(98.17%)接近;在500张数据时mAP可达到最高,为98.31%。所提最大框不确定性采样法可高效挑选出高信息量唐卡主尊数据,不但可以降低训练所需数据量,减少网络训练时间,而且能够减少低信息量数据对模型的影响,对模型的性能具有显著提升效果。

基于频率谱变化量的唐卡图像特征提取与表示

提出了一种在频域空间内用频率谱变化量来表示图像轮廓特征的方法,并在宗教类唐卡图像的头饰分类中得到了成功的应用。标注图像的头饰区域,应用基本全局门限和用户观察直方图选择阈值相结合的方法分割标注区域;将图像中的像素点转换成直角坐标系下的坐标点,并提取典型轮廓点;通过傅里叶变换将典型轮廓点转换到频域空间,应用频率谱值较小的那部分的变化量作为轮廓特征,提取轮廓内部的颜色特征。实验证明,应用所提取的头饰特征可以有效地对唐卡图像进行分类。

基于最大熵和局部优先度的裂痕唐卡分割

为数字化修复唐卡文物,需先解决破损区域分割问题。针对裂痕型唐卡破损区域破损程度不等,与邻近区域颜色有反差的特点,提出基于最大熵和局部优先度的算法。首先采用最大熵阈值法分割破损唐卡灰度图像,去除伪破损区域,得到破损程度较深区域;然后采用本文提出的新算法—基于局部优先度的过渡区算法分割唐卡灰度图像,去除伪破损区域,得到破损区域的过渡区区域;合并这两类区域得到最终的分割结果。实验结果表明本文算法不仅能对破损唐卡实现有效分割,对壁画等其他破损图像也能很好分割。该算法具有一定的有效性和鲁棒性。

基于头饰特征的唐卡标注和检索

通过提取唐卡头饰特征实现自动分类的主要步骤有:通过人机交互选择头饰区域,采用迭代与基于RGB的算法分割,预处理分割结果,获取头饰的初始分割图;提取初始分割图的欧拉数特征以分出头冠;提取初始分割图外轮廓的傅里叶描述子特征,根据特征值到各自聚类中心的距离来分类发髻和僧帽。唐卡头饰自动分类的实现,提高了分类效率,满足了头饰自动语义标注和语义检索的需要。根据应用需求,设计的唐卡检索系统不仅可以实现基于文本、内容和语义的检索,还提高了检索的精确度。

基于样本块的破损唐卡图像修复算法的改进

基于样本块的修复算法由于能同时有效地修复图像的受损纹理和结构的优点被引入到唐卡图像的数字化保护中,而且它对特定破损唐卡图像修复效果良好,但是由于优先权计算和最佳样本块不唯一等问题的影响,算法对其他类唐卡图像修复效果不佳。针对此算法的不足,对信任度计算方法和等照线计算方法进行了改进,解决了最佳样本块不唯一的问题。实验结果证明,改进后的算法不仅能够得到令人满意的修复结果而且能够提高修复效率。

结合领域知识和多特征表示的唐卡破损区域分割算法

针对佛像类唐卡中出现的一致性破损区域的分割进行研究。首先对头光区域投影,利用一维函数对称性检测方法得到图像的对称轴,提出基于对称轴的分块分割方法得到初始分割结果;然后利用Gabor变换提取纹理特征,结合Lab空间颜色特征,构造多尺度多特征集合,最后采用K最近邻分类算法(K-Nearest Neighbor,KNN)得到一致性破损区域的模板。研究结果表明:该方法对于具有对称性的佛像类破损唐卡图像中出现的一致性破损区域的分割效果良好。

色彩脱落型唐卡破损区域的分割

为修复唐卡,需对破损区域进行分割。针对色彩脱落型唐卡破损区域特点,提出了分类分割的方法。利用彩色图像的灰度梯度模获取区域的边缘,去除伪破损区域边缘后,利用边缘点扩散得到区域。将其分为小面积区域和大面积区域两类。对这两类区域再分别处理,小面积区域去除伪破损区域得到小面积破损区域;大面积区域经过去除伪破损区域、提取大面积破损区域后,剩余的便为复杂区域,再提取复杂区域中的小面积破损区域、小孔区域,把这两种区域合并、膨胀、去伪处理,得到复杂区域的破损区域。把小面积破损区域、大面积破损区域和复杂区域中的破损区域合并,得到整幅图像的破损区域。实验验证分割效果良好。