数字刷点和藏族建筑染色的新照片

- 编辑:admin -

数字刷点和藏族建筑染色的新照片

关注公众号:人民网财经最近,一位来自Chingai省自主藏族省的画家(以下简称“ Huanggnan省”)手里拿着刷子坐下,绘制了从Canvas的几个地方收集的藏族建筑的油漆模式。距离正常青年大学(100公里外)的研究人员举行了“数字刷”,并描绘了藏族千年的保护和使用的另一个形象。 横梁,柱子,门,窗户,墙壁等,艺术绘画被广泛用于藏族建筑中,突出了藏族建筑绘画的丰富地区和文化特征,其中包括宗教照片中的四个礼物,云龙和吉祥莲花的照片。如今,使用前卫 - garde的技术手段,这种古老的艺术充满了强烈的活力。 古代遗产:“数字重新陈述” 黄先生是著名的“ Ttibetan Paint Bera”。在这里的传统城镇中,每个家庭都绘画坦克和每个家族Ily有一个画家。塔斯卡(Tarska),桩刺绣和建筑绘画等本地艺术形式构成了联合国教科文组织在国内外的人类无形文化遗产的代表性项目。 Gengden拥有将近50年的时间,是青岛艺术和手工艺品的硕士学位。他从小就从古代艺术家那里学到了绘画技巧,并在Tanka和建筑绘画领域取得了一些成就。 “与Tanka相比,对建筑绘画的需求相对较小且困难,因此在这个领域,画家自然很少。” Gengdeng说,有很长一段时间的渴望将推动藏族建筑绘画的手工艺。 在了解了这种情况之后,Qinghai大学通用大学的Gengling,博士和技术博士学位主管以及Asoqinghai Computing的校长,他意识到很难遗传藏族建筑绘画。 “我们可以实施数字化更好地整合技术措施,文化保护可以找到新的方法来恢复古代手工艺品。”他说。 两人击中了他:筋般的筋团队创造了一幅建筑绘画。他实施了数字保护,并与Anhui,Jiangsu和其他地方的大学和公司合作,以进行数字保护关键技术的研究和应用,并交换藏族建筑绘画。这项研究是由精工科学技术局进行的。 Qinghai科学与技术合作项目也支持其对青海的援助。 为了实现数字保护,资源数据库充当中心中心和基本支持平台。 BasereSource数据“商店容量”非常有限,只有一个人。使用大型3D激光扫描技术和数码摄影,Gengling Gengling团队编制了许多武器建筑绘画的照片以及其他构建更完整,系统性和宝贵数据库的地方,以及藏族建筑绘画艺术的全面知识库。 在黄村著名的藏族式建筑中,他是辛格林团队的成员,并在Qinghai师范大学的计算机科学系获得了博士学位,花了一个月以上的时间收集了宝贵的建筑绘画模式。 在这一点上,设备很困难,因为大型原始图像被涂在7米高建筑物的墙壁和5米宽的墙壁上。随着时间的流逝,油漆不可避免地会破裂,褪色,并且在收藏过程中均匀散开,您还会发现诸如照片的倾斜度和反射等问题。 为此,该团队基于自适应接受领域和基于精细谷物图像的分类技术开发了一种功能性身份限制方法,以实现高分辨率的数字获取和H原始图像的精度,并生成正常的建筑绘画图案。特别是对于丢失的零件,根据原始图案,可以通过扩展原始样式和元素来生成它们。 在制作油漆时,如果油漆是肉和血液,则线条的图是骨架。资源数据库不足以用于行图。除了通过救赎绘制外,设备还使用深度学习方法来提取上下文,紧密的特征和原始图像的细节以生成高质量的线图。团队还通过颜色计算方法开发了线条绘图颜色系统。 “虽然我们尊重绘画的传统,但我们可以为我们喜欢的一切着色。只要一个简单的操作,我们就可以跳到彩色油漆的屏幕上。” Wang Fubo向记者展示了它。他说,他将大大降低初学者的入学阈值。 千年绘画“智能重建” 总的来说,有一个建筑绘画中的相似之处。以“四个角落的中心”的设计以建筑绘画为例,四个角落使用相同的图案并进行相应的对称操作,但中心模式与四个角样式相似。 “指的是常见设计类型的建筑绘画,我们希望所有建筑绘画都可以在计算机上直接合成,例如建筑块。” Geng Shengging将自己的目标放在了团队中。 Genggling的Gengling向记者展示了系统中的新画布,并在原始文库中创建了诸如平衡图案,植物和花朵,几何符号,限制装饰和其他元素之类的元素,并直接拖到画布上。所有建筑绘画都是通过智能建筑技术和扩散模型生成的。 在云中传递云的照片时,请拍摄经过的云的照片云为例,用户在四个角落中选择了他喜欢的卷发图案,同时选择了一种与原始库中油漆样式相吻合的龙图案并将其集中到它。 通过VR技术和3D重建技术,该设备构建了多个建筑综合体的3D模型。 Genggling说:“戴上虚拟现实眼镜使您可以进入虚拟建筑物的复合体。Muchras人们通过虚拟现实看到了它,这是非常现实且视觉上令人震惊的。” 目前,Gengling Gengling团队正在标记收集的资源,以形成AI模型所需的高质量资源库。同时,正在开发更精确的垂直度模型,以使用AI技术绘画建筑绘画。 “但是,在训练了典型模型的垂直模型之后,我们发现生成的绘画的细节较低,无法被画家的结果取代。” GENGLING GENGLing开始以层次进行层次,“垂直模型可以解决层次问题,适应代理,并可能产生高质量的建筑绘画。” (编辑:杨Yuboluo,陈·简) 遵循官方帐户:人们的每日财务 分享以向更多人展示