脸谱的装饰构图特色及其艺术价值

博大精深、源远流长的脸谱艺术,作为一种视觉符号语言,蕴藏着浓郁的民族特色和丰富的文化内涵,而脸谱在其构图、艺术特征等方面有着重要的探索价值,对研究中国传统文化也有重要价值。本文分别从戏剧脸谱和社火脸谱两大方面研究传统脸谱艺术的构图特色及其对现代艺术设计的价值意义。希望通过这样的研究,推动现代设计向着不摒弃传统艺术精华的方向发展,使中国传统艺术重获新生。     

京剧脸谱色彩构成在现代设计中的应用

作为京剧艺术最为直观的视觉符号存在的京剧脸谱,在色彩造型、设计领域中可谓独树一帜,特点鲜明。京剧脸谱色彩以其鲜明的色彩,变形的图案,实现别具特色的审美形态,成为中华民族传统文化的标识。京剧脸谱的色彩艺术美是国剧艺术中,人物通过化妆表达性格的手段,而这种色彩设计表象的背后是京剧脸谱别具一格的,朴素的用色规律,它对于艺术设计具有重要的价值,文章将从脸谱的色彩构成方面探讨其在现代设计中的运用与启示。     

中国戏曲脸谱艺术与现代设计

中国戏曲脸谱有着深厚的文化意蕴和丰富的历史内容,其艺术特征主要有装饰性、程式性、象征性等特征。从戏曲脸谱的这些特点中,我们也能找到很多可以供给现代设计借鉴的内容。本文探索何把中国文化博大精深的内涵应用到现代设计中去,从中国戏曲脸谱艺术里汲取现代产品造型设计的灵感,探讨现代设计与中国传统文化的关系。     

浅析现代设计中戏剧脸谱的运用

民族元素的世界化让中国的设计师有了更多的设计灵感。中国戏曲脸谱是戏曲文化现象中一个重要的组成部分,有着深厚的文化意蕴和丰富的历史内容。从脸谱艺术的诸多特点中,我们能找到很多可以供现代设计借鉴的内容。文章从形、意、神三个方面说明了在现代设计中脸谱艺术运用的关键。     

京剧脸谱分析与合成

京剧脸谱的分析与数字化建模可以使人们深化对传统京剧艺术的认识,对于传统文化的保护与利用具有重要意义.首先分析京剧脸谱纹样形状特征并根据其语义信息将其分类,然后用Bézier曲线构造出矢量化纹样单元库;在合成脸谱阶段,用户只需按照脸谱绘制顺序逐层选取所需纹样,根据创作需要对各层的纹样进行组合得到最终的京剧脸谱图案;还提供一系列变形工具供用户对脸谱局部纹样进行编辑修改,以生成更多的、富有变化的京剧脸谱图案.与手工绘制京剧脸谱相比,文中系统可以用更灵活多变的方式,简单快捷地生成各种复杂的京剧脸谱.该系统在旅游产品开发、书籍装帧、建筑装饰、服饰设计、装潢设计、电子贺卡、京剧教学等领域有着广泛的应用前景.     

京剧脸谱表情建模与编辑

为了对京剧脸谱表情进行有效建模和编辑,提出了一个京剧脸谱表情分层驱动的矢量化建模与编辑方法,并首先分析了传统京剧脸谱的绘制过程、局部纹样形状特征以及纹样的分类;然后基于分层原理构造出了一个矢量化的脸谱纹样库。在进行京剧脸谱建模时,首先根据脸部运动编码系统（FACS）标准将脸谱表情分解成40个动作单元;然后在合成脸谱过程中用户只需按照脸谱绘制顺序和创作需要逐层选取所需的纹样即可得到一个京剧脸谱图案。对于每个表情动作单元,可利用自由形态变形（FFD）技术来驱动脸谱来生成不同的脸谱表情,另外,用户还可以通过系统提供的编辑工具对脸谱表情进行进一步的调控。     

京剧脸谱剪纸合成方法

针对手工剪纸作品制作周期长、难以修改的问题,提出一种模拟真实剪纸效果的京剧脸谱合成方法。在分析传统京剧脸谱剪纸结构的基础上,构造五官、装饰和轮廓纹样。在京剧脸谱剪纸的创作过程中用户从纹样库中选取所需纹样,经调节纹样尺寸和分布后,将设计的脸谱形象与运用Ashikhmin自然纹理合成算法生成的剪纸纹理相融合。实验结果表明,该方法能够较好地模拟手工京剧脸谱剪纸的镂空效果,提升工作效率,便于设计人员在创作过程中更换纹样和修改作品,适用于室内装饰、广告设计和剪纸作品展示领域。     

论京剧脸谱中的招贴设计思想

中国京剧脸谱艺术美仑美奂,更有着凝练传神的视觉语言。文章从现代美学角度提取了京剧脸谱的美学特征,同时将其渗透入现代招贴设计范畴,以期拓展民族的招贴设计手法和思路。     

基于小波分解和多分类支持向量机的脸谱识别

小波分解提取脸谱特征具有对表情变化不敏感的特点,支持向量机竹=为分类器具有很高的推广性能,无需先验知识,针对小波分解和支持向量机所具有的优点,提出了一种新的脸谱识别算法,在该算法中无需对洲练图像进行预处理,直接使用小波分解方法对脸谱图像进行特征提取,用所提取的脸谱特征向量组合成新的脸谱特征向链洲练多分类支持向量机模型,最后用训练好的支持向量机进行脸谱识别,在训练中分别采用了三种不同的核函数;使用ORL脸谱图像库对该算法进行了测试和评估,测试结果表明了该算法在识别性能方面的优越性。     

东方神韵的生命符号——中国元素在动画角色中的点睛之笔

最动人、最传神、最有生命力的艺术就是具有民族独特性的艺术。中国元素不管从符号上还是精神上都深刻反映和传承中国深邃、厚重的文化底蕴和中国聪慧、朴实、善良、锲而不舍的民族精神。中国传统文化中的戏剧脸谱、门神年画、水墨绘画、敦煌壁画等博大而精深的中国元素,因为其民族性、独特性、地域性等鲜明特征,而在动画角色设计中展现了独特魅力,传承和发扬了中华民族深厚的文化精粹和博大的人文情怀,构建了动画角色真正的灵魂。     

无饰不成缘边——试论中国传统服饰中衣缘的装饰性特征

衣缘除固有的功能性外,还担当着装饰服装的使命,是中国传统装饰艺术中重要的一部分。我国的传统服装以平面结构见长,衣缘设计的加入使得整个服装风格迥异,造型流畅,展现出瑰丽多彩的艺术审美性。本文从纹样、色彩、材质及工艺的角度,研究分析中国传统衣缘的装饰性特征。     

论古代内衣在现代服装设计中的应用与发展

中国古代内衣作为中国传统文化的一种载体,为现代服装设计提供了丰富的资源,对于现代服装的发展具有重要的意义。本文主要分析古代内衣文化在现代服装潮流中的应用和影响及对传统内衣——肚兜创新设计的探索两方面,旨在探索实现符合现代时尚理念的传统服装创新设计的某种思路。     

局部特征脸型分类方法

本文针对传统脸型分类算法特征点定位不准和过度依赖轮廓曲线的问题,提出了一种人脸轮廓圆形邻域局部特征表达方式和脸型分类模型。首先,初步定位脸型轮廓特征点;然后,在特征点周围选取三重八连通圆形邻域,通过计算一级邻域、拓展邻域与中心区域间的纹理变化,生成二进制编码序列,构造脸型局部特征向量;最后,设计OVO-RBF-SVM多分类模型,实现脸型分类。本文方法在CAS-PEAL人脸库上进行脸型类型判别,获得了94.28%的准确率;在相同情况下,分别与基于主动形状模型和基于下颌曲线模型的脸型类型判别方法进行对比,准确率分别提高了6.64%和6.58%。本文所研究的方法在一定程度上解决了特征点定位相对不准确导致误差增加的问题,同时尽可能多利用图片原始信息,保证轮廓特征提取的准确率,具有较强的鲁棒性。通过实验证明本文方法适用于脸型分类。     

一种将SQL数据库远程备份与恢复的方法

从编程者的角度出发，对SQL数据库远程备份与恢复提出自己的看法，同时以实例的方式对此方法进行了阐述，在实际运用中证明该方法是完全可行的，望能对各层次的管理信息系统提供借鉴。     

一种将SQL数据库远程备份与恢复的方法

从编程者的角度出发,对SQL数据库远程备份与恢复提出自己的看法,同时以实例的方式对此方法进行了阐述,在实际运用中证明该方法是完全可行的,望能对各层次的管理信息系统提供借鉴。     

关键点深度特征驱动人脸表情识别

目的 人脸关键点检测和人脸表情识别两个任务紧密相关。已有对两者结合的工作均是两个任务的直接耦合,忽略了其内在联系。针对这一问题,提出了一个多任务的深度框架,借助关键点特征识别人脸表情。方法 参考inception结构设计了一个深度网络,同时检测关键点并且识别人脸表情,网络在两个任务的监督下,更加关注关键点附近的信息,使得五官周围的特征获得较大响应值。为进一步减小人脸其他区域的噪声对表情识别的影响,利用检测到的关键点生成一张位置注意图,进一步增加五官周围特征的权重,减小人脸边缘区域的特征响应值。复杂表情引起人脸部分区域的形变,增加了关键点检测的难度,为缓解这一问题,引入了中间监督层,在第1级检测关键点的网络中增加较小权重的表情识别任务,一方面,提高复杂表情样本的关键点检测结果,另一方面,使得网络提取更多表情相关的特征。结果 在3个公开数据集：CK+（Cohn-Kanade dataset）,Oulu（Oulu-CASIA NIR&VIS facial expression database）和MMI（MMI facial expression database）上与经典方法进行比较,本文方法在CK+数据集上的识别准确率取得了最高值,在Oulu和MMI数据集上的识别准确率比目前识别率最高的方法分别提升了0.14%和0.54%。结论 实验结果表明了引入关键点信息的有效性：多任务的卷积神经网络表情识别准确率高于单任务的传统卷积神经网络。同时,引入注意力模型也提升了多任务网络中表情的识别率。     

基于深度可分离卷积结构的人脸表情识别研究

人脸表情识别是计算机视觉领域中人脸识别的一个重要分支。由于人脸表情多样性,头部姿态变化以及表情主 体所处环境等诸多因素的影响,给人脸表情识别的工作带来了很大的挑战。针对采用传统卷积神经网络,由于其模型参数数 量多,且比传统机器学习算法的人脸表情识别精度的提高有限,给出了一种基于深度可分离卷积结构的改进卷积神经网络模 型。基于该模型对Fer2013灰度表情识别数据集进行实验,结果表明,在保证了68.31% 的较高准确率情况下,与传统卷积神经 网络相比,模型的网络结构得到了优化,模型参数数量大大减少,且模型参数的利用效率较高。