【摘 要】
:
我国很多关于书法学习的教材和论著都是从二维平面的角度出发,将书法笔迹看作一幅静止不变的平面图像,但实际上书法笔迹是通过书写运动形成的运动轨迹。运笔速度和书写压力都是笔迹变化的最基本因素之一,也是常见的书写指标,可以用来衡量书法临摹时的相似程度。但是在传统的书法教学模式当中,普遍使用的都是手把手模式,也就是学生在观察并记忆教师书写时的力度、速度、布局及节奏等示范之后,再反复在字帖上进行临摹的学习方式
论文部分内容阅读
我国很多关于书法学习的教材和论著都是从二维平面的角度出发,将书法笔迹看作一幅静止不变的平面图像,但实际上书法笔迹是通过书写运动形成的运动轨迹。运笔速度和书写压力都是笔迹变化的最基本因素之一,也是常见的书写指标,可以用来衡量书法临摹时的相似程度。但是在传统的书法教学模式当中,普遍使用的都是手把手模式,也就是学生在观察并记忆教师书写时的力度、速度、布局及节奏等示范之后,再反复在字帖上进行临摹的学习方式。但是我们平常使用的字帖中的范字都只是一幅静态的图像而缺少运笔时的动态信息,因此,当初学者离开教师的示范后,就难以对字帖中的范字在书写过程中的运笔节奏、运笔力度速度等有助于书法学习的动态信息进行揣摩感受。在这种现状下,本文基于数位屏设备和无线压感笔设备设计了一个试验系统。依次对运笔速度的可视化方案和书写压力的可视化方案进行实验探究。本文主要研究内容如下:1)通过总结以往文献中关于书法临摹辅助学习系统设计的研究,对书写过程中动态信息进行量化获取数值,将运笔速度与书写压力这两个书写过程中最重要的动态变量作为参考量,创新性提出多种基于该动态变量的可视化显示方案,通过比较学习者在模仿不同可视化方案中对这两个变量进行模仿所得的数值的相似度,从而得到更加优秀的书法动态信息可视化显示方案,以便更大程度上提高书法学习者临帖的学习效率。2)根据设计的方案,在Unity3D引擎中编程实现实验系统开发。一共开发了两个实验测试系统,一个是运笔速度模仿实验程序,一个是书写压力模仿实验程序。在这两个实验系统中,我们可以自由设置实验次数、实验时间、实验模式等可变因素以达到实验程序地灵活可控,并且能将系统收集到的书写动态数据分人分类保存至本地文件。3)对收集的数据进行整合并进行统计学分析得出结论。本文实验分析过程是在matlab中完成的,在此过程中使用了最小二乘法曲线拟合、皮尔逊相关系数计算及方差分析等方法,最终得到每个样本数据的相关性。并对运笔速度和书写压力这两个实验分别进行单独和综合的分析并比较得到最终的实验结果。得到的实验结论如下:在运笔速度模仿实验中,我们设计的几种显示模式当中,静态可视化模式普遍比动态可视化模式有更好的表现,且本文提出的新的静态显示方案比前人提出的传统显示方案在实验结果上具有更好的数据表现。在书写压力模仿实验中,实验数据显示不同可视化方案在学习者模仿的相似程度表现上同样具有显著影响。两者综合分析,我们可以得出不论是运笔速度方案还是书写压力方案,不同的运笔动态信息的可视化模式对于用户模仿的相似度数值均具有显著影响,且对运笔速度实验的影响程度显著高于运笔压力实验的影响。本文创新点总结为以下两点:1)提出一种收集书写时的动态信息进行书写模仿测试的研究方法,可获取如速度、压力、笔倾斜等动态信息,通过曲线拟合处理,该方法可将这些数据以不同的可视化方式进行复现展示以供测试者进行模仿。2)参考以往关于书写运动信息研究的实验,设计实现了一个完整的可供使用者进行动态书写数据临摹的实验系统。通过对比实验得到使用者对于不同方案的模仿相似程度差异。因此基于动态书写信息的书法可视化方案确实对于学习者临摹学习有重要作用,可为后续更多趣味高效的显示方案的设计和应用提供理论参考依据,有助于书法学习者的学习和书法在新时代的传承和发展。
其他文献
GIS(Geographic Information System,GIS)是用于输入、存储、查询、分析和显示地理数据的计算机系统,它继承了地理、测绘、地图、信息、通信等众多的学科知识,是多种学科交叉的综合性技术。近些年来,伴随着地理信息系统的发展,人们对于地图数据信息的需求量越来越大。地图自动制图综合研究成为GIS领域的热点内容,是地图制图自动化的难点与发展方向。地图综合主要是根据制图综合的基本
智能体是人工智能的具体实现。在群体智能中,种群中的每一个个体都可以视为智能体,这些智能体根据某些规则决策下一次的搜索轨迹,以逼近优化问题的全局最优解。目前粒子群优化(Particle Swarm Optimization,PSO)算法及其变体已被证明是求解复杂优化问题的有效方法。在过去的20年中,PSO已引起了学术界的广泛关注。然而,粒子群算法在搜索过程中存在粒子位置振荡、多样性不足和易于陷入局部
磁共振成像由于其无辐射、多参数、对比度高等特性,被广泛应用到医学成像领域。但是其过长的数据采样时间限制了其应用。自磁共振成像技术被提出以来,各种用于提升成像速度的方法被提出,比如提高最大磁场转换率与并行成像等。而当前研究的一大热点是通过对k-空间数据进行欠采样来快速成像。理论上对k-空间欠采样可以成倍的加快成像速度,但如果采样频率低于Nyquist-Shannon定理,重建出来的图像就会出现严重的
近些年来随着深度学习的发展,基于图像的虚拟试衣技术获得越来越多的关注。目前利用深度学习算法实现虚拟试衣的技术主要有两个,一是基于CAGAN的,但是该网络生成的图像质量不理想,并且无法处理较大的空间变形,二是基于VITON的,但是在试衣前后的图像存在较严重的颜色失真、面对自我遮挡时生成效果不理想以及变形网络存在一些缺陷等。因此,本文对深度学习算法应用在虚拟试衣中出现的这些问题进行了研究和解决,本文的
近年来,人工智能在诸多领域都取得了重大进展,如生物医学、智能交通、智能家居等。医学图像处理是生物医学领域热门的研究方向之一,随着人工智能技术的飞速发展,尤其是深度学习的兴起,该问题有了新的解决方案。应用深度学习技术解决常见的医学图像处理问题已经取得了一定的进展,但仍存在以下挑战:1)医学图像的获取耗时长、花销大,某些图像的获取甚至会对人体产生伤害,如何避免这些限制获得充分的医学图像辅助医生诊断?2
目标跟踪是计算机视觉范畴内一项基础而重要的研究方向,在智能监控,公共安全,人机交互和自动驾驶等诸多科学和技术领域中,都有着广泛的应用。目标跟踪的主要任务可以简单概括为,在已知视频第一帧中某个任意物体具体位置的情况下,尽可能精确地定位出在该目标后续帧中的位置。在实际应用中,由于目标会不可避免地遭遇诸如尺寸变化、形变、运动模糊等干扰因素,因此,本文对基于孪生神经网络的跟踪算法进行了深入调研,并在此基础
随着我国汽车保有量的不断增加,城市停车难问题日益凸显,AGV智能停车库作为缓解停车难问题的新型解决方案,受到了越来越多的关注。在AGV智能停车库中,主要依靠停车AGV来运输车辆,因此AGV的路径规划与协同调度策略的好坏直接关系到停车库能否稳定高效地运行。本文以AGV智能停车库作为研究背景,主要研究AGV的路径规划算法与多AGV协同调度策略,同时为了提高系统的运行效率,对AGV电池充电问题与停车位资
行为识别是人工智能与计算机视觉领域最具挑战性的研究方向之一,在人机交互,医疗健康,智慧安防以及智能机器人等领域有着广泛的应用。行为识别技术的核心是通过聚合视频片段中每帧的预测信息从而实现视频级预测。尽管针对每帧图像的分类技术已经取得了很大的成功,但从二维图像的分类扩展到三维视频的识别仍然有一定的困难。因为从二维图像扩展到三维视频不仅因为计算复杂度的巨大提升,更需要捕捉视频中不同帧之间的时空上下文关
随着在线社交网络的蓬勃发展,越来越多的人喜欢在互联网上以文字的形式表达自己的情感,例如用户可以对已购买的产品进行评价、对外卖订单给出点评、在微博等网站上发表自己对某件事情的看法等等。而对这些包含大量情感、态度、观点的文本进行情感倾向分析已经成为自然语言处理领域的一个非常热门的研究方向,具有实际的商业价值以及学术研究意义。以往的情感分析研究多为篇章级或句子级,即把整段文本归纳为一种情绪,这种研究已经
图像配准是医学影像处理中常用的技术,大量应用于医学的各个领域,包括病灶检测,疾病诊断,手术规划,手术导航和疗效评估等。随着多种医学影像技术的蓬勃发展,从反映解剖结构的形态学成像到反映器官组织的功能性成像,不同模态的医学影像从不同的角度承载着丰富的医学诊断信息,将多种模态的图像进行融合处理,能够为临床治疗提供丰富的功能互补信息。而多种模态的图像融合的基础是将这些图像进行配准。因此,多模态医学镜像的配