期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
数字电影艺术的审美特征与审美实践
1
作者
任航
《电影文学》
北大核心
2022年第24期54-57,共4页
传统电影艺术形式的革新与技术推动,造就数字电影艺术形式的诞生,数字电影艺术模式更加注重观影性、视觉冲击感、特效性及全新的价值体验。以数字电影艺术的审美体征为研究主体,通过审美体征分析深入掌握审美实践的本质尤为关键。现阶...
传统电影艺术形式的革新与技术推动,造就数字电影艺术形式的诞生,数字电影艺术模式更加注重观影性、视觉冲击感、特效性及全新的价值体验。以数字电影艺术的审美体征为研究主体,通过审美体征分析深入掌握审美实践的本质尤为关键。现阶段有关数字电影艺术的审美特征与审美实践分析等相对研究较少,基于该问题现状,要求行之有效的措施对其进行分析研究,如世俗性的审美需求、奇观性的审美对象、交互性的审美模式、萌芽初期阶段、发展探索阶段、成熟应用阶段等。
展开更多
关键词
数字电影
审美特征
审美实践
艺术
在线阅读
下载PDF
职称材料
一种基于自注意力信息补偿的服装分类算法
被引量：
1
2
作者
朱淑畅
李文辉
《吉林大学学报（理学版）》
CAS
北大核心
2023年第6期1419-1424,共6页
针对传统基于内容的服装分类对图像特征有较高的要求,当服装款式较多时,其准确率难以满足服装分类应用需求的问题,提出一种基于深度学习方法的平行自注意力分类网络.该网络在ResNet50的基础上增加了平行自注意力补偿分支,该分支能提升...
针对传统基于内容的服装分类对图像特征有较高的要求,当服装款式较多时,其准确率难以满足服装分类应用需求的问题,提出一种基于深度学习方法的平行自注意力分类网络.该网络在ResNet50的基础上增加了平行自注意力补偿分支,该分支能提升服装分类任务中的特征提取质量,逐步补充深层网络缺失的浅层细节信息.在数据集DeepFashion上进行了对比实验,实验结果证明了该方法的有效性.
展开更多
关键词
服装类别分类
深度学习
自注意力机制
信息补偿
在线阅读
下载PDF
职称材料
基于卷积和Transformer融合的服装分类算法
被引量：
1
3
作者
朱淑畅
李文辉
《吉林大学学报（理学版）》
CAS
北大核心
2023年第5期1195-1201,共7页
针对传统基于卷积神经网络的服装分类算法无法满足海量多样服装分类需求的问题,提出一种卷积注意力融合的服装分类网络.该网络采用并行结构,包含一个ResNet分支和一个Transformer分支,充分利用卷积运算提取的局部特征和自注意力机制提...
针对传统基于卷积神经网络的服装分类算法无法满足海量多样服装分类需求的问题,提出一种卷积注意力融合的服装分类网络.该网络采用并行结构,包含一个ResNet分支和一个Transformer分支,充分利用卷积运算提取的局部特征和自注意力机制提取的全局特征,以增强网络的表征学习能力,从而提高服装分类算法的性能和泛化能力.为验证该方法的有效性,在数据集Fashion-MNIST和DeepFashion上进行了对比实验.结果表明:在数据集Fashion-MNIST上,该方法取得了93.58%的准确率;在数据集DeepFashion上,该方法取得了71.1%的准确率;该方法优于其他对比方法的实验结果.
展开更多
关键词
服装类别分类
卷积神经网络
特征融合
在线阅读
下载PDF
职称材料
题名
数字电影艺术的审美特征与审美实践
1
作者
任航
机构
吉林工程技术师范学院艺术与设计学院
出处
《电影文学》
北大核心
2022年第24期54-57,共4页
文摘
传统电影艺术形式的革新与技术推动,造就数字电影艺术形式的诞生,数字电影艺术模式更加注重观影性、视觉冲击感、特效性及全新的价值体验。以数字电影艺术的审美体征为研究主体,通过审美体征分析深入掌握审美实践的本质尤为关键。现阶段有关数字电影艺术的审美特征与审美实践分析等相对研究较少,基于该问题现状,要求行之有效的措施对其进行分析研究,如世俗性的审美需求、奇观性的审美对象、交互性的审美模式、萌芽初期阶段、发展探索阶段、成熟应用阶段等。
关键词
数字电影
审美特征
审美实践
艺术
分类号
J905 [艺术—电影电视艺术]
在线阅读
下载PDF
职称材料
题名
一种基于自注意力信息补偿的服装分类算法
被引量：
1
2
作者
朱淑畅
李文辉
机构
吉林工程技术师范学院艺术与设计学院
吉林
大学计算机科学与
技术
学院
出处
《吉林大学学报（理学版）》
CAS
北大核心
2023年第6期1419-1424,共6页
基金
吉林省科技发展计划项目(批准号:20230201082GX)。
文摘
针对传统基于内容的服装分类对图像特征有较高的要求,当服装款式较多时,其准确率难以满足服装分类应用需求的问题,提出一种基于深度学习方法的平行自注意力分类网络.该网络在ResNet50的基础上增加了平行自注意力补偿分支,该分支能提升服装分类任务中的特征提取质量,逐步补充深层网络缺失的浅层细节信息.在数据集DeepFashion上进行了对比实验,实验结果证明了该方法的有效性.
关键词
服装类别分类
深度学习
自注意力机制
信息补偿
Keywords
clothing category classification
deep learning
self-attention mechanism
information compensation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于卷积和Transformer融合的服装分类算法
被引量：
1
3
作者
朱淑畅
李文辉
机构
吉林工程技术师范学院艺术与设计学院
吉林
大学计算机科学与
技术
学院
出处
《吉林大学学报（理学版）》
CAS
北大核心
2023年第5期1195-1201,共7页
基金
吉林省科技发展计划项目(批准号:20230201082GX).
文摘
针对传统基于卷积神经网络的服装分类算法无法满足海量多样服装分类需求的问题,提出一种卷积注意力融合的服装分类网络.该网络采用并行结构,包含一个ResNet分支和一个Transformer分支,充分利用卷积运算提取的局部特征和自注意力机制提取的全局特征,以增强网络的表征学习能力,从而提高服装分类算法的性能和泛化能力.为验证该方法的有效性,在数据集Fashion-MNIST和DeepFashion上进行了对比实验.结果表明:在数据集Fashion-MNIST上,该方法取得了93.58%的准确率;在数据集DeepFashion上,该方法取得了71.1%的准确率;该方法优于其他对比方法的实验结果.
关键词
服装类别分类
卷积神经网络
特征融合
Keywords
clothing category classification
convolutional neural network
feature fusion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
数字电影艺术的审美特征与审美实践
任航
《电影文学》
北大核心
2022
0
在线阅读
下载PDF
职称材料
2
一种基于自注意力信息补偿的服装分类算法
朱淑畅
李文辉
《吉林大学学报（理学版）》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
3
基于卷积和Transformer融合的服装分类算法
朱淑畅
李文辉
《吉林大学学报（理学版）》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
