14、艺术与科技融合：数字时代的艺术研究新视角

数字时代艺术研究新视角

最新推荐文章于 2025-12-07 23:05:34 发布

u9v0w

最新推荐文章于 2025-12-07 23:05:34 发布

阅读量71

点赞数

CC 4.0 BY-SA版权

分类专栏：计算形式主义：艺术与AI 文章标签：数字艺术计算机视觉人工智能

本文链接：https://blog.youkuaiyun.com/u9v0w/article/details/152014788

计算形式主义：艺术与AI 专栏收录该内容

16 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

艺术与科技融合：数字时代的艺术研究新视角

1. 数字艺术的兴起与相关热点

数字艺术在当今时代正蓬勃发展，诸多热点事件和技术应用凸显了其影响力。例如，谷歌推出的能将自拍与名画匹配的应用程序曾在应用商店名列前茅，引发了广泛关注。然而，这一应用在受到欢迎的同时，也引发了隐私方面的担忧。像《华盛顿邮报》《卫报》等媒体都对此进行了报道。

在技术层面，用于提取图像特征的技术丰富多样，常见的有LBP（局部二值模式）、GIST、HOG（方向梯度直方图）、PHOG（方向梯度直方图金字塔）等，以及如SIFT、SURF、ORB和BRIEF等尺度/变换技术。这些技术为图像的识别和分类提供了关键支持。

技术名称	英文缩写
局部二值模式	LBP
方向梯度直方图	HOG
方向梯度直方图金字塔	PHOG
尺度不变特征变换	SIFT
加速稳健特征	SURF
快速特征点提取和描述	ORB
二进制鲁棒独立基本特征

订阅专栏解锁全文

会员秒杀 ¥9.9 重磅福利

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

u9v0w

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

14、艺术与科技融合：数字时代的艺术探索

c2d3e4f的博客

09-29

104

本文探讨了数字时代下科技与艺术的深度融合，涵盖艺术风格分类、数字人文在艺术史研究中的应用、人工智能对艺术创作与理解的影响等多个方面。文章分析了LBP、HOG、SIFT等图像特征提取技术在艺术识别中的实践，讨论了艺术数据来源的局限性与标注偏差问题，并介绍了跨学科合作的成功案例。同时，强调了隐私保护、算法歧视和版权归属等伦理挑战。最后提出，未来需加强计算机科学与艺术人文学科的协作，推动技术工具与艺术本质的良性结合，促进艺术在数字时代的创新发展。

16、艺术与科技融合：艺术风格分类及相关研究的深度剖析

u9v0w的博客

09-24

本文深入探讨了艺术与科技融合背景下的艺术风格分类、艺术历史研究及人工智能在艺术领域的应用。通过分析自动化识别技术、艺术作品鉴定方法、跨学科合作模式以及艺术市场与教育的创新发展，揭示了当前艺术研究的技术流程与未来趋势。同时，文章还展望了增强现实、虚拟现实和人工智能在艺术创作与欣赏中的广阔前景，强调了数据驱动研究和技术创新对艺术领域发展的深远影响。

参与评论您还未登录，请先登录后发表或查看评论

18、先锋艺术与新技术融合：从影视到计算机领域的探索

u0v1w2x3的博客

06-28

本文探讨了先锋艺术与新技术在影视、计算机及多媒体领域的融合实践与发展影响。从斯德哥尔摩电影工坊到拼贴电影的数字化转变，分析了艺术媒介转型中的先锋性流失风险；通过北欧艺术家对静电复印术、股票代码诗歌、数字复活等项目的探索，揭示了新技术带来的民主化承诺与艺术创新；回顾20世纪60年代以来艺术家与工程师的合作历程，阐述了计算机艺术如何挑战传统艺术体制；并进一步讨论了这种融合对艺术创作、社会观念和技术发展的多重影响，展望未来在人工智能、生物科技等新兴领域中先锋艺术与技术深度融合的趋势，同时提醒关注伦理与可持续发展问

AI摄影绘画与PS优化：重塑数字艺术的未来

程序边界

12-18

7957

AI 摄影绘画与 PS 优化从入门到精通》介绍了 AI 摄影绘画的相关内容，从文案到图片生成，再到 PS 优化，是一本 AI 摄影绘画的入门指南与实战教程。书中包含 11 大专题，通过技能线和案例线展开：技能线，讲解了 ChatGPT 指令生成、Midjourney 绘画技巧、专业摄影指令、画面构图指令、光线色调指令、风格渲染指令、PS 修图优化、PS 智能优化等内容；案例线，介绍了人像、风光、花卉、动物、慢门、星空、航拍、全景等多种摄影题材作品的绘画，还通过一个完整的案例来帮助读者融会贯通所学知识。

3D彩报：玩转数字艺术的全新视角

JiYan_red的博客

06-17

691

3D彩报：玩转数字艺术的全新视角。

67、担任艺术家顾问：探索创意与实践技巧

lake5的博客

05-18

376

本文探讨了如何担任艺术家顾问，提供关于艺术风格、技巧和创意的建议。通过光影效果、雕塑技法、音乐与艺术结合等多方面内容，帮助艺术家探索新的可能性并提升技能。同时，文章还提供了个性化建议、创意启发方法及持续学习的途径，助力艺术家实现创意愿景。

鸽姆智库全球影响力研究报告：东方智慧与科技融合的新范式

首席技术执行官CTO(Chief Technology Officer)|技术总监--邓斌博客

08-02

1051

鸽姆智库作为新兴战略研究机构，融合东方哲学与前沿科技，提出“贾子猜想”等创新理论，构建“智慧金字塔”认知模型，推动文明智慧数字化。其技术架构（如GTF系统、文明基因链）实现文化典籍的机器可读转化，全中文编程生态吸引300万开发者。全球影响力体现在：政策渗透（稀土管控建议被纳入中国白皮书）、经济预测（精准研判供应链重构）、军事创新（量子加密数据链提升通信抗干扰性300%），以及文化传播（抖音单条视频播放量超3200万次）。然而，其理论科学性质疑、系统脆弱性及文化适配障碍构成主要挑战。未来，鸽姆智库或将成为文明

探索艺术与技术的融合：DeepAA——使用深度学习生成ASCII艺术

gitblog_00035的博客

05-13

470

在数字时代，我们常常寻找将传统元素与现代科技相结合的新方式。DeepAA正是这样一个独特的开源项目，它利用卷积神经网络（CNN）将图像转化为ASCII艺术，为创意设计和计算机视觉带来了全新的视角。 ## 项目介绍 DeepAA是一个基于Python和TensorFlow构建的工具，通过在NIPS 2017工作坊上发表的论文《ASCII Art Synthesis with Convolu...

1、艺术与科技融合：机器学习在艺术图像分析中的应用与挑战

u9v0w的博客

09-09

本文探讨了机器学习与计算机视觉技术在艺术图像分析中的应用与挑战。从数据集构建中的文化与形式偏差，到监督与无监督学习方法的运用，文章详细介绍了SIFT、GIST、LBP和HOG等特征提取技术，并回顾了从传统方法向深度学习的演进过程。通过谷歌‘艺术自拍’等实际案例，揭示了技术应用背后的数据伦理与学科交叉影响。未来发展方向聚焦于减少数据偏差、改进特征提取方法及提升深度学习系统的可解释性，强调跨学科合作对推动艺术与科技深度融合的重要性。

1、艺术与科技交融：机器学习下的艺术图像分析新视角

c2d3e4f的博客

09-16

本文探讨了机器学习与计算机视觉在艺术图像分析中的应用，从谷歌艺术自拍应用引出AI与艺术的互动，介绍了特征提取方法如SIFT、GIST、LBP和HOG，并对比传统方法与深度学习的演进。文章深入分析了语义差距、风格界定、艺术真伪鉴定等挑战，讨论了AI生成艺术与‘贫穷图像’现象，展望了艺术与科技融合的未来路径，强调跨学科合作、数据治理与伦理规范的重要性。

【计算机视觉（1）】图像形成基础篇：从光线到图像的完整过程

hiliang521的博客

12-07

981

【计算机视觉（1）】图像形成基础篇：从光线到图像的完整过程

数字图像处理总结 Day 3 —— 图像增强与运算

2401_87687835的博客

12-03

857

4-邻域（N₄(p)）：像素 p 的上、下、左、右4个像素。对角邻域（N_D(p)）：像素 p 的4个对角像素。8-邻域（N₈(p)），即周围的8个像素。如下图所示：若两个像素在空间上相邻，那么它们按照对应的规则可以达成邻接。4-邻接：基于4-邻域的邻接。8-邻接：基于8-邻域的邻接。m-邻接（混合邻接）：为了解决8-邻接可能引起的歧义（如对角连接穿过缝隙）而定义。如果 q 在 p 的4-邻域内，或者 q 在 p 的对角邻域内且两者的4-邻域没有交集，则 p 和 q 是 m-邻接的。

【计算机视觉（3）】图像滤波基础篇：从概念到应用

最新发布

hiliang521的博客

12-07

864

【计算机视觉（3）】图像滤波基础篇：从概念到应用

二值化——将具有丰富灰度或彩色信息的图像，转换为仅由两种像素值（通常是0和1，或0和255）组成的图像，即黑白图像

xixixi7777的博客

12-05

702

二值化是。

openEuler操作系统环境：目标检测软件开发实操与性能评估

2202_76097976的博客

12-06

834

本文系统研究了在openEuler操作系统上构建目标检测软件应用的完整流程，涵盖了环境搭建、模型训练、性能评估及优化等关键环节。实验以openEuler 22.03 LTS SP3为平台，采用YOLOv8模型在鸟类检测数据集上进行训练，通过CUDA 12.2加速实现GPU计算。研究结果表明，openEuler凭借其内核优化、异构计算支持和AI框架兼容性，在目标检测任务中表现出优异的性能和稳定性，推理速度达142 FPS，资源占用率降低18%以上。内核优化：采用Linux 5.10.0-136内核，支持。

YOLO v11的学习记录（八）使用自定义数据从头训练一个目标检测的模型

xulibo5828的博客

12-04

1038

imags目录下保存图片，按照用途的不同又分为train（训练集）、var（验证集）和test（测试集），labels目录下保存与images目录下图片文件的同名txt文件，dataset.yaml是训练配置文件。model=yolo11n.yaml：使用的基础模型是 YOLOv11版本（yolo11n），但是不用它的预训练权重（从头训练），如果使用预训练权重，将该段指令改为：model=yolo11n.pt。当小批次运行成功后，修改和优化训练参数，进行正式训练。batch=16：每批处理 16 张图像。

【PCL 特征】IntegralImage 积分图

yijiujiusan的博客

12-05

246

本文介绍了积分图像算法及其在点云处理中的应用。积分图通过预先计算像素累积和，可高效获取任意矩形区域的统计特征（如求和、均值、方差），仅需访问四个存储单元。算法实现包括一阶积分图（存储坐标累加和）和二阶积分图（存储坐标平方及乘积），分别用于计算质心和协方差矩阵。在PCL中，该技术被用于加速点云法线估计，通过积分图快速获取局部区域统计量，进而计算法线方向。实验表明，积分图能显著提升大规模数据处理效率，适用于图像处理、三维点云分析等场景，尤其擅长稠密数据的特征计算优化。

基于MATLAB数学形态学的边缘检测算法仿真实现

Dev7z的博客

12-06

902

边缘检测是计算机视觉和图像处理中的核心任务之一，它在图像分割、物体识别和特征提取等领域具有广泛的应用。传统的边缘检测算法，如Sobel算子和Canny边缘检测器，依赖于图像的灰度梯度或亮度变化来提取边缘。然而，这些方法在处理噪声和复杂背景时可能会受到影响，且无法充分利用图像的几何形态信息。

【图像处理基石】如何用OpenCV入门计算机视觉？

智能守恒_HengAI

12-05

798

OpenCV是入门计算机视觉的“最佳跳板”——它让你不用一开始就陷入复杂的数学推导，而是通过“动手实践”建立对CV的直观理解。记住：学CV的核心是“先跑通，再深究”，先把上面的案例一个个实现，再慢慢补原理知识，你会发现入门CV其实没那么难。

动画艺术的演进与技术革新：从传统手绘到数字时代的跨越

文章最后指出，动画艺术正处于一个技术与文化深度融合、形式与内容不断创新的新时代。随着全球化进程的加快与数字技术的普及，动画正以前所未有的速度发展，成为连接不同文化、跨越年龄界限、融合多种艺术形式的综合...