移动端自由视角全景影片的美学形态分析——以Google Spotlight Stories的四部影片为例

移动端自由视角的全景影片呈现出了一些在美学上的新特性。本文以Google Spotlight Stories上的四部影片为例,论述了这类影片对视框视野和全景视野的分化,也讨论了其影片因内在观看机制而导致的对蒙太奇的取消,从而产生了对巴赞长镜头理论的高度契合。借助移动设备的袖珍视框,这类自由视角的全景影片既不同于传统影片,也不同于虚拟现实、增强现实等视觉沉浸式影像,而是一种强化移动视框存在性的"窥视孔影像"。自由开放的视角也带来了一些叙事上的限制,这是由于全景影片把场面向观众充分敞开,创作者不得不交出视线调度方面的部分权力。此外,视觉的互动性除了将观众作为凝视者之外,也让互动在一定程度上介入了叙事,这让自由视角全景影片带上了视频游戏的属性,可视作一种游戏的新类型。

全景影片视觉舒适度研究

视觉上的舒适度已经成为制约全景影片发展的重要因素。以此为背景,本文基于全景影片的视听特点,结合现有相关研究,提出全景影片视觉舒适度的景别、高度、立体画面、运动、剪辑、字幕和帧率七项研究内容,依据实验数据对实验结论进行了分析,并得出了相应的结论和制作建议。

基于移动设备的全景影片交互叙事研究——以Google Spotlight Stories影片Buggy Night为例

从小说到电影,由于沟通媒介的变化,我们对于叙事的认识不断在发生转变,而数字媒体的特征将建构非线性叙事的可能性不断扩大,对于交互叙事的创造无法被内容制作者所忽略。因此,当涉及到新技术和试听元素的时候,考虑交互叙事的创作是极其重要的。基于移动设备的全景影片,对于寻找能给观众提供新的观影经验的创作者来说,是一种极具吸引力的手段,同时也是一项全新的挑战。本文阐释全景影片所带来的观众变化以及视觉语言变革,并以Google Spotlight Stories的影片Buggy Night为分析对象,论述其交互叙事和视听特征,并尝试提出在全景影片中对观众注意力引导的方法。

基于深度学习对口腔全景摄影片进行性别推断的研究

目的 探究深度学习技术对中国汉族人群口腔全景摄影图像(OPG)进行性别推断的可行性和准确性。方法 收集18~70岁汉族人群OPG影像数据10 600份(男性5 300份,女性5 300份),按照8:1:1比例随机划分为训练集、验证集、测试集。采用MobileNetV2、Swin Transformer模型进行训练,通过准确率、F1分数及GradCAM算法评估模型分类性能及可视化展示。结果 MobileNetV2、Swin Transformer Small和Swin Transformer Tiny模型的准确率为97.57%、95.13%、96.28%,其中MobileNetV2模型表现最佳。Grad-CAM算法显示男性OPG图像主要关注左右侧下颌支及牙槽骨,而女性的OPG图像主要关注上颌窦、左侧下颌支及左侧后牙槽骨。结论 本研究基于深度学习技术构建的中国汉族人群OPG图像性别推断模型具有较高的准确性及泛化能力,为法医学性别推断提供了新的方法。

沉浸式皮影动画探索应用——以自制VR皮影动画《无艳》为例

VR电影是近年来新推出的一种影视形式,它打破了蒙太奇的镜头转化的形式,将视觉的选择极大程度地还给了观众。让观众处于360°无死角的影视场景里面,提升了观众的沉浸度,但同时也加大了故事的讲述难度。如何在让观众拥有自由视角的情况下依旧可以成为一个吸引人的故事,成为目前VR电影亟待解决的问题。此外,鉴于当今社会的快速发展,中国的传统文化逐渐被越来越多的人注意,我国动画大师万古蟾先生对于中国很多特别的技艺变为动画早已做出了很多的尝试。但现在拥有中国自己特点的动画越来越乏善可陈,VR影视是一个可以利用的机会,将其用来发扬我国的优秀传统文化,将新的技术和中国的传统文化结合起来,其叙事的方式也可以根据皮影戏的特点进行自主的创新。