融合轻量级ViT和GAN的艺术风格迁移方法

针对Vision Transformer(ViT)艺术风格迁移方法存在的局部信息提取能力不足、迁移效率低和风格化结果中出现伪影的问题,提出一种轻量级ViT和对抗生成网络(GAN)相结合的方法LVGAST。该方法利用局部和全局信息的互补提高网络的推理速度与风格化质量,并通过对抗训练增强风格化结果的艺术真实感,并与6种最先进的艺术风格迁移方法进行定性和定量比较。结果表明:在定性方面,LVGAST的视觉效果更具艺术真实感;在定量方面,LVGAST分别在SSIM、Style loss上达到了0.499、1.452,且推理速度在ViT类方法中达到最快(0.215 s/张)。LVGAST结合了卷积神经网络和ViT网络的优点,提高了风格化效率,同时引入了判别网络,使风格化结果更加真实。

古汉语诗英译中艺术意境迁移的影响因素

艺术意境的迁移是造成古汉语诗歌英译困难的因素之一。文章分析了在古汉语诗英译过程中影响其艺术意境迁移的其中两大因素。

基于迁移学习的艺术化风格图像的创作

计算机视觉和人工智能技术现已应用在生产和生活的方方面面,该系统应用了深度学习模型来训练图片,将人工智能技术应用在日常风景图片的艺术化创作上,从而将艺术作品的风格迁移到拍摄的风景图片上,使其具有艺术画的美感。基于此,本文探讨了迁移学习和风格迁移的数学原理及实现思路,借助预训练过的深度神经网络,设计出了软件的整体框架和代码,并用带有NVIDIA显卡的图像工作站来训练此网络,以实现艺术风格的迁移,同时展示了风格迁移的效果图,并对此领域的研究进行了展望。

葫芦烙画的艺术风格迁移与模拟

针对当前葫芦烙画模拟方法通用性有限的问题,提出了一种基于深度神经网络的艺术风格迁移和模拟方法,利用不同的数据集训练不同的网络模型,并使用训练后的模型处理不同阶段的目标图像,分别对目标图像进行语义分割、艺术风格迁移和变形融合处理,将普通的照片生成对应的葫芦烙画。实验对比分析表明,生成的葫芦烙画的色调与真实烙画极为相近,实际效果也较逼真,具有可观赏性,所提方法能够将普通照片转换成具有良好效果的葫芦烙画,可以完成葫芦烙画的艺术风格迁移与模拟任务。

从《三国鼎立》的教学看文学艺术作品负迁移对历史学习的影响

初一学生在小学阶段尚未系统地学习历史知识，他们对历史的了解始于文学艺术作品。不少初一学生对“三国”这段历史的了解是始于看电视剧《三国演义》，读少儿版小说《三国演义》及相关的少儿读物，学习小学语文课文中的《草船借箭》《赤壁之战》等。

展览、旅行与中国艺术书写:以1935年伦敦中国艺术国际展览会为中心的中西方文化交流与国家形象塑造

这篇论文以1935年11月28日至1936年3月7日期间在伦敦皇家艺术学院举办的中国艺术国际展览会以及其上海预展为切入点,着重探讨了艺术迁移和旅行在二十世纪初塑造中国国家形象和社会现代化进程中的关键作用。通过对中国与英国机构中的历史文献与照片的审视,作者重新构建并解构了中国艺术在该展览中的移动,以及中国和英国双方人员之间的交流。这一展览为当时中英两国之间的文化交流和外交提供了重要的契机。在面对二十世纪三十年代纷繁复杂的国内外环境时,展览中的中国艺术品被有意地去语境化和重新语境化,再加上地点和场合的战略性转移,这些展品成为确定中华民国政府合法性和树立积极国家形象的有力象征。艺术流动与文化外交为展品赋予了丰富的意义,有助于展览的整体成功和深远的历史影响。在展览期间,艺术家、策展人和观众之间的互动促进了艺术理念和技术的交流,进一步加深了中西之间的艺术理解和合作。基于此,本文将研究视角扩展到二十世纪初的中国人到英国的旅行中的交通、人工、科技、活动,以及他们对于外国文化的感知和解读,旨在探讨在早期全球化的语境下,通过旅行展示的中国现代化形象,中国希望加入世界的愿景,以及在这些旅行中,中国如何展现其国家形象,并加强国族认同的重要议题。

百年回眸:学习迁移研究要解决的几个问题

人类对自身学习迁移的研究始于100年以前,但有关学习迁移的本质、情境及其广泛性的论争一直延续至今。无论怎样,迁移在现实中是客观存在的并且是有待我们继续深入揭示和开发的。本文从迁移研究的三个问题入手,旨在简要回顾人类百年来的迁移研究成果,以期对未来的相关研究有所启示。