【摘 要】
:
近些年我国经济和文化的迅速发展,大众生活水平的提升,人们从开始对物质追求逐渐转向对文化、精神层面的追求和提升,博物馆作为一个国家、民族软实力的象征,在其储存、展示文物的基本功能背后,更是展示了一座城市的历史甚至国家文化的精神面貌,而博物馆文创产品是博物馆文化的一种延伸,也是博物馆藏品背后文化内涵的延伸与精炼表达,因为蕴含特色文化和集实用性、创意性与一身,所以更能被大众所接受,让其背后的文化更好地被
论文部分内容阅读
近些年我国经济和文化的迅速发展,大众生活水平的提升,人们从开始对物质追求逐渐转向对文化、精神层面的追求和提升,博物馆作为一个国家、民族软实力的象征,在其储存、展示文物的基本功能背后,更是展示了一座城市的历史甚至国家文化的精神面貌,而博物馆文创产品是博物馆文化的一种延伸,也是博物馆藏品背后文化内涵的延伸与精炼表达,因为蕴含特色文化和集实用性、创意性与一身,所以更能被大众所接受,让其背后的文化更好地被参观者所吸收、传承,而这也是当今博物馆的使命与社会职能。影视业作为近现代新兴发展的产业,陕西影视业市场已经有了一定的规模,影视博物馆文创作为陕西博物馆文创产业的一个重要分支,其发展可以给整个陕西博物馆文创产业带来一个良好的推动。希望通过本次的研究,可以为西影电影博物馆文创产品的开发和创新提供可以借鉴的策略与方法,同时也对陕西影视业和影视艺术的创新发展和传播提出自己的见解。目前我国国内仅有少数几家大型博物馆的文创产品系列分类较为丰富,产品涵盖面广,受到广大消费者的一致好评,其余大部分中小型博物馆、民营博物馆及专题博物馆的文创产品的设计、创意、形式等良莠不齐,对博物馆文创产业的推广发展产生了很大的副面影响,本文首先通过相关文献理论研究和实地调研研究,从西影电影博物馆的基本情况和背景着手,对其所处的自然地理环境、文化历史背景及陕西地区影视业发展等方面进行分析概括,归纳总结博物馆中的藏品,对影视海报等具有特点和艺术价值的藏品进行着重分析,剖析解读其中蕴藏的文化艺术内涵与精神。其次,论文对博物馆文创产品的相关概念特征做了辨析,对未来博物馆文创产品的发展趋势和现如今的问题做了分析,结合国内外有关博物馆文创产品的优秀案例做系统分析。随后进一步结合西影电影博物馆文创产品有关现状问题进行调研,并针对其问题,提出从文创的设计到营销策略两方面针对性的解决方案。之后本文研究了西影电影博物馆文创产品创新设计应用的有关问题,进一步体现了影视艺术在博物馆文创产品设计中的价值与重要性。最后通过对西影电影博物馆中特色海报艺术和影视元素进行提炼与创新,建立西影电影博物馆文创品牌,展示应用设计案例,对现有影视艺术文创的开发和设计进行改善,推动西影电影博物馆文创产品的发展。
其他文献
服装图像分割技术广泛应用于服装检索、服装推荐、虚拟试衣等领域,越来越多的研究人员使用基于深度学习的语义分割网络对服装图像进行分割,并逐渐成为计算机视觉研究领域的一大热门。由于服装的属性繁多,面料款式纹理均有所不同,且服装图像中人体姿势和复杂场景较易遮挡服装,大多数基于深度学习的语义分割网络对服装图像进行分割后会出现服装边缘分割粗糙、分割精度差、服装遮挡和服装深层语义特征提取不够充分等问题。本文在现
近年来,基于图像的虚拟试穿技术的研究已逐渐成为研究热点。试穿的图像应该具有清晰的服装纹理、与人体形状匹配的服装变形和高质量的多视角试穿结果。然而,现有的大多数虚拟试衣方法由于缺乏对服装区域的充分约束,难以处理较大的服装变形,并且生成的图像与人体不能完美贴合,生成未知视角的试穿图像时服装容易失真。为了解决这些问题,本文设计了一种能处理各种服装形态、生成多个视角的试穿图像、同时具有高质量试穿结果的虚拟
在“快时尚”的时代背景下,基于深度学习的服装搭配技术成为个性化时尚设计、时尚检索等研究领域的热门。由于不同服装的颜色深浅、纹理图案等关键特征均有较大差异,同时不同用户群体对服装款式要求迥异,现有的基于深度学习的服装搭配技术存在服装特征表示不够完整、多模态特征融合相关性低、套装的匹配度评估不合理和互补单品匹配度差、推荐效率不高等问题。本文围绕服装搭配推荐算法的研究开展了如下工作:1.实现了基于多模态
在我国当前城市人口老龄化日趋严峻、居家养老作为我国养老模式的基础的形势下,城市社区中如何帮扶老年人解决养老难已迫在眉睫。经过养老服务事业的多年发展,越来越多社区中悄然发展出的社区嵌入式微型养老服务设施,能为老人提供适宜的专业化服务,为解决社区日渐增长的养老需求提供了行之有效的思路。西安市目前在社区嵌入式微型养老服务设施规范化管理、设计、运营等方面尚处在探索阶段。目前已投入使用的西安市社区嵌入式微型
随着电商的飞速发展,服装图像数据呈现爆炸式增长。在海量服装图像中,高效、准确地检索出目标服装是一个极具商业价值和学术意义的课题。传统的服装检索方法效率低、误差大,不利于推广。随着人工智能的发展,基于深度学习的服装图像检索再次成为热门的研究方向。本文着重研究基于残差网络的特征提取方法和距离度量算法。本文的主要研究内容如下:(1)提出了一种全新的基于膨胀卷积残差网络的服装特征提取模型(Dilated
随着人工智能技术与深度学习的发展,情感识别作为人机交互领域的一个重要部分,逐渐成为研究的热点,展开深入研究旨在实现对人类情感具有分析、理解和学习能力的人机系统在情感的交互中更加具有人性化和智能化。本文基于目前计算机领域的相关研究成果,提出一种基于多阶段混合融合的维度情感识别方法,在IEMOCAP和MSPIN两个公开数据集上进行单模态、双模态和多模态实验,并与目前先进的基线方法对比。具体工作如下:(
Kubernetes是如今最具影响力的云平台容器管理工具之一,虽然Kubernetes受到了广泛的应用和认可,但其原始的伸缩策略在面对如今多变的需求和复杂环境时显得相对被动,该策略仍然存在一定的缺陷。针对服务器负载数据复杂的特性和Kubernetes的响应式伸缩策略相对被动的问题,本文提出一种基于自适应加噪的集合经验模态分解(CEEMDAN)、通道注意力机制(SENet)和时间卷积神经网络(TCN
多孔介质广泛存在于自然和工程领域,其内部的输运机理已成为国内外研究的热点课题之一。由于多孔介质内部孔隙结构的复杂性和随机性,探索气体输运过程时往往忽略了内部孔隙或通道的表面形貌。因此本文拟基于分形几何理论与蒙特卡罗方法,重点模拟具有粗糙形貌的多孔介质中气体输运的详细过程,分析多孔介质结构参数,特别是孔隙表面粗糙度对气体输运特性的详细影响机理。具体研究内容如下:(1)多孔介质模型构建:综合分析多孔介
纺织工业在中国工业中占有相当大的比重,其产品广泛应用于服装,建筑,甚至航空航天。在纺织工业中,产品的表面质量是影响其价格和等级评估的重要因素。传统的检测方法使用人工来检测表面缺陷,不仅速度慢,而且不能保证检测效果的一致性。近年来,随着深度学习在图像各领域的应用取得了成功,为织物疵点的高效、准确检测提供了新方法。语义分割网络可以捕获丰富的上下文信息,对于小目标图像可以进行相对精确、高效的分割,适用于
服装图像风格迁移是把风格转换到服装内容图像中,并且保持服装原有结构和轮廓形状的不变,展示出迁移的风格元素(如纹理、颜色、亮度、材质、图案)。整个服装图像进行风格迁移一般会导致迁移后图像的纹理发生扭曲和形变、颜色变化、轮廓模糊,为了得到更加精细的服装纹理、清晰的服装轮廓以及提供个性化的服装风格定制,本文展开了一项具有重要研究意义和实际应用价值的研究:基于深度学习的局部服装图像风格迁移。论文中提出了三