虚拟空间设计中的关键技术分析

虚拟空间,可以是对现实空间环境的仿真,也可以是依靠完全想象和虚构的、现实中无法实现或存在的空间.电影中虚拟空间的设计也逐渐经历着全实景搭建到实景与虚拟场景相结合,再到纯虚拟制作的历史阶段.本文分别针对虚拟空间的环境设计、交互设计以及所涉及到的大数据、云计算等关键技术进行分析,阐述了这些新技术与虚拟空间设计的关系及其在具...     

自然图像中目标轮廓上显著边缘检测的计算模型

如何模拟人类视觉感知系统的感知过程,建立一个鲁棒性较好、无监督的自然图像中目标轮廓上显著边缘检测的计算模型是文中要讨论的问题。首先确定自然图像中目标所在的子区域。然后通过分析纹理以及颜色等低级视觉特征得到一组潜在的轮廓边缘,对这些潜在的轮廓边缘进行闭合性分析,建立各条潜在边缘之间闭合关系的图模型。最后通过最短路径找出最优的轮廓上的显著边缘。将该模型用于多幅自然图像,实验效果较好。该模型在生物学上的合理性也得到验证。     

AIGC技术创建三维数字内容的研究进展及应用浅析

各类人工智能新技术为第四次工业革命拉开序幕,电影艺术在技术变革的时代正在迎来新的发展。三维数字内容创作作为电影视效中的重要一环,探讨人工智能生成技术如何提高三维数字内容的创作效能,具有重要现实意义。本文以影视行业对三维数字资产的需求为出发点,对人工智能生成技术的原理、实际应用场景进行阐释,探讨新技术如何从提升效能方面推动电影创作,并提出对未来发展的期待与展望。     

一种基于类主题空间的图像场景分类方法

本文在扩展LDA（latent dirichlet allocation）的基础上提出了一种新的生成模型——基于类主题空间的潜在狄里克雷分布（CTS-LDA)用来实现自然图像场景分类。该方法不同于以往方法,它在训练时通过将图像场景类别信息引入模型推导过程中,产生各场景类的独立语义主题空间,使得每个场景类都有各自不同的主题空间,图像的最终语义表示采用与其类别相关的类主题集,是一种符合人类认知习惯的方法。以前所用的场景分类方法通常在得到图像主题表示后还需要依赖于其他分类器来完成场景分类,而CTS-LDA模型可以在分别计算图像在各类模型中的主题分布时,用最大似然法得出图像的类别信息。此外本文通过分析不同主题数对本模型性能的影响,得出了适用于本模型的最佳主题数。本文分别通过13,15等多类场景任务来检验模型的性能,实验证明该模型能够在不需要太多训练的情况下取得较好的性能。     

视频中旋转与尺度不变的人体分割方法

提出了一种旋转与尺度不变的人身体部位所在区域的视频分割方法.方法中不仅考虑到躯干与四肢之间的关系,还考虑到四肢之间的相互关系,通过空间与时间的连续性约束对每帧中各个可能的身体部位进行优化组合,并巧妙地用动态规划对非线性图模型进行优化,且不受运动目标尺度变化与各种翻转运动的影响.该方法首先用动态规划的优化方法得到每一帧中最优的N个身体部位组合,将每一个组合作为图模型中的一个节点,并用动态规划对所有帧中的各个组合所构成的网格状图结构进行优化,最终得到每一帧中最优的身体部位组合.实验结果表明,该视频分割方法不仅适用于行人视频,还适用于具有各种姿势的运动视频,且具有较好的鲁棒性.     

由ChatGPT引发的思考:人工智能技术赋能电影领域

ChatGPT对话系统的出现,再次将人工智能推向一个新的高峰,也再次加深了人工智能在人们心中的神秘感。纵观人工智能长达近70年的起伏“人”生,其每一次从低谷走向繁荣都离不开机器学习技术的革新和进步,ChatGPT的出现也不例外。如果说艺术是电影的魂,那么技术就是电影的根。人工智能技术里程碑式跨越发展的今天,势必会在电影领域再次掀起新的浪潮。本文由ChatGPT技术引发出对人工智能技术在电影研究、电影创作与制作领域所产生的推动力的思考,分析阐述了目前人工智能技术在电影领域的应用以及未来人工智能技术给电影领域带来的新的可能性。