从深度学习到生成式大模型——论影视制作中的人工智能技术

目的:人工智能技术不断发展,在影视制作中的应用越来越广泛,从早期在后期制作中的有限参与发展到介入影视制作全过程,特别是近年来文生图和文生视频等生成式大模型呈现出前所未有的创造性。文章对从深度学习到生成式大模型的关键技术进行深入解析,旨在推动人工智能技术在影视制作中的广泛应用。方法:文章从人工智能技术的跨模态应用出发,深入分析文生图和文生视频等生成式大模型的底层技术结构,并结合深度学习技术的发展进化,对Transformer模型和生成模型进行解析。对Transformer模型,通过与卷积神经网络对比,重点分析其注意力机制的计算优势和向视觉领域的拓展方式。对生成模型,比较了流行的生成对抗网络(GAN)、变分自编码器(VAE)和扩散模型三种类型,并结合生成式大模型分析其应用。结果:Transformer模型以自主力机制改变了深度学习的技术架构,在自然语言处理和视觉领域都取得了极大成功,触发了大模型和跨模态应用。生成式模型是高质量图像生成力的核心,Transformer与生成模型配合,形成了生成式大模型的创新力量。结论:人工智能技术在影视行业引发了极大关注,随着技术的不断升级和创作者的实践探索,人工智能技术将给影视行业带来更大的机遇与挑战。

基于Sentinel-1合成孔径雷达卫星影像的福建沿海区域风能资源分析

海面风场风能资源分析对海上风电场的建设开发具有重要意义.近年来随着遥感技术的发展,星载合成孔径雷达(SAR)为海面风能的分析与评估提供了新手段.基于2015—2019年福建沿海区域的122景Sentinel-1 SAR影像,采用快速傅里叶变换风向反演方法及地球物理模式函数CMOD5.N风速反演方法对福建沿海区域进行SAR风场反演,并从风能有效性、稳定性及时空分布特征方面分析福建近海风能资源.主要结果显示:风速数值范围较大的秋、冬季有效风能占比较高,可达70%以上;福建沿海区域多年平均风能稳定性较好,春、秋、冬季风能稳定性较好,而夏季风能稳定性较差;福建沿海风能的空间分布主要为东北—西南走向逐渐递减类型,在台湾海峡中部区域出现风能最大值.

哨兵一号SAR数据在鄱阳湖洪涝灾害监测中的应用

2020年7月,受持续强降雨和上游来水叠加影响,鄱阳湖流域面临严峻的防汛形势。全天时、全天候监测的哨兵一号(Sentinel-1)卫星,可准确、迅速获取灾情信息,对防灾减灾具有重要意义。本文选取洪灾前后的两幅哨兵一号影像,首先利用变化检测方法提取鄱阳湖及周边区域的淹水信息,之后对比灾前和灾后的影像数据,监测圩堤溃堤情况,评估鄱阳县昌洲乡和永修县三角乡的受灾程度。研究表明基于哨兵一号卫星监测的圩堤溃堤和洪灾情况的评估准确、有效,可为应急管理部门提供实时灾情监测,是洪涝灾害监测的一种重要遥感测量手段。

新文科背景下的数字人文方法与文学研究

新文科概念的提出,肯定并强化了数字人文方法对文学研究的可行性。文章从三个方面对数字人文方法进行反思:一是从数字人文与人文计算的区别出发,阐释数字人文方法在文学研究中的独特性;二是在对数字人文方法的客观性提出质疑的同时,重审数字人文方法的研究对象;三是在国内文学发展新现象的语境下,探讨方法原创的可能性。

浅谈人工智能与图像艺术

人工智能技术不仅深刻地改变着人们的生产和生活方式,也在通过艺术创作解构和颠覆人类的思维模式.本文以图像艺术为例,从风格迁移、图像生成和草图渲染3个方面对深度学习及其应用进行介绍,以期对图像艺术创作有所参考和启发.