超真实

摘要： 新媒体是一个热概念,不管是主体、受众、载体、过程还是效果都有大量研究,但对于受众时间空间的感知研究仍处空白。借助罗萨的社会“加速”理论和鲍德里亚的拟像和“超真实”理论,以B站对用户时间和空间体感的影响为落脚点,发现新媒体的确使人产生时间和空间感知上的扭曲。基于理论分析,提出需要把握好主观时间的体验,主动对孤立的身体系统做功,矫正失衡的时间感和空间感。

摘要： “拟像”是鲍德里亚“诊断”资本主义“超真实”症候提出的原创性概念。通过对“拟像”哲学层面的分析,呈现鲍德里亚拟像真理图式的初步构型,从而明晰“超真实”的历史生成路径,凸显鲍氏语境中符号的真实表征之不可能的现代性危机问题,从而得出现代性的真实原则被“超真实”原则取代的必然性结论。

摘要： “超真实”是由鲍德里亚提出的一个哲学概念,作为对资本主义最新发展阶段的本质概括,“超真实”不是对真实的背叛,而是指一种比真实更真实的超级真实状况。“超真实”系统之所以生成并扩张性运作,除了其强大的物质性数字技术支持和符码拟真控制模式的结构性制度保证,最根本的在于其背后的“原教旨式的”资本价值逻辑与大众消费诱惑逻辑的双螺旋“交感”作用。价值逻辑是终极“再生产”目的依据,诱惑逻辑是消费欲望的符号“再生产”手段依据。在生活层面呈现的就不是任何意义上对原型“真实”的守持,而是一种邪恶的僭越,一种真实的数字技术扩张;在资本运行阶段上,是从生产转向消费欲望的极限扩张,大众消费的欲望才是“价值”的保障。而大众欲望的“再生产”动力则遵循符号特有的“诱惑”逻辑,这就遮蔽了“超真实”对真实终结(人类纪的终结)的真相阴谋,本质上是人类人为的一场灾难性毁灭。

摘要： 在图像时代,相较于文字人们更倾向于从图像中获取和解读信息,由这些图像所构成的视觉语言形成了庞大的信息群体,构建出一个意识形态里的现实世界。图像日益成为广告设计中的核心内容,“拟像”是进行广告设计工作的重要理论基础。在计算机新媒体技术发展的推动下,随着视觉表现手段的不断更新,以及审美范式的多元化改变,广告设计也经历了拟像化的进程。“拟像”理论为广告设计充分融入与受众的互动带来了更多可能性。

摘要： 随着时间的推移和科技的进步,艺术品不再局限于传统的技法、绘画类作品,而出现了许多新的形式,如装置艺术、数字媒体艺术等新的艺术门类。与传统艺术相比,这些新艺术可以说是全新的,甚至可能是颠覆的。随着艺术生产技术的不断提高,艺术品也步入了一个全新的数字化时代。艺术品的创作手法及传播媒介都发生了巨大的变化,数字化时代下的艺术家在寻找多样的艺术形式及丰富的创作媒介的同时,也迫切地需要一些理论支撑,其中,鲍德里亚作为后现代的一位重要的、极具争议的思想家,其拟像、拟真、超真实等著名理论名词都十分值得现当代艺术创作者思考和研究。

摘要： 作为鲍德里亚诊断后现代资本主义症候的“超真实”,在其整个话语体系中具有重要地位。“拟像”“模型先在”“内爆”三重概念有机结合描绘出孤离于“真实”的“仙境”(即“超真实”)图景。从数字媒介技术架构角度看,“超真实”是数字模型操纵的真实;从编码规则支配角度而言,“超真实”是符号统治的真实;从精神世界表征角度审视,“超真实”是精神裂变与贫瘠下的真实。后现代主义“超真实”症候的铺展,使鲍德里亚意下的终结图示日趋彰显并不断被验证,但也显现出形而上学、虚无主义、技术决定论与宿命论等逻辑裂缝。

摘要： 从理论概念与实务操作两个角度来看,阅听众参与引起的虚拟与真实的互动,是跨媒体叙事(transmedia narrative)的主要特征。从艺术世界与真实世界、文本与阅听人、真实与虚构这几组概念所提示的艺术理论视角,来审视跨媒体叙事这一新叙事形态,可以看到虚构叙事介入现实生活的演变脉络,而可然世界(possible worlds)和超真实(hyper reality)概念,或可以帮助确立对跨媒体叙事的批判性反思立场。

摘要： 本文以中国美术学院创新设计学院幻觉系列主题课程《每日幻觉剧场》为例,展开讨论本科一年级设计教学实践如何引导学生由物及我地理解数字媒介在当下生活中所扮演的角色,辩证地认识何为真实,并以影像、编程等数字媒体为方法理解和建构自我与世界的关系。课程分为两个阶段,第一阶段的理论部分:感官幻觉和超真实,我们由"何为真实"这一发问展开—如果我们的感官经验不再局限于生物人本身,我们对真实世界的体验将会怎样?在这里,我们利用生物启发性思维,从"化我于物"为视角出发,展开了庄周梦蝶式的哲学思辨和视觉感官实验。在此基础上的第二阶段:从化蝶到拟像的自我,课程纵深聚焦到数字媒体视角下关于真实与拟像的讨论和实验当中,引导学生通过影像、代码等数字媒介展开关于自我以及身份的探索。在以《虚拟之眼》为代表的项目中,同学们通过重构一种叙事情境、重建一种日常现场,建构出一个混合着感官与想象、公共与私密、推理与即兴、幻象与真实的流动舞台。

摘要： 象征交换是鲍德里亚理论体系中的重要概念,也是他在《象征交换与死亡》之后,在拟真的理论框架内展开资本主义批判的逻辑基点.在拟真批判中,鲍德里亚以象征交换的本真内涵来取代马克思主义生产理论中的社会历史维度,以符号代码的超真实建构来否定价值的理性言说,进而对现代性批判的话语体系进行了彻底颠覆.鲍德里亚在象征交换本真规定与后工业社会的拟真形态之间重新建构了资本批判的逻辑张力,他以抽象的方式阐述拟真社会中的资本再生产过程,批判超真实社会场景中象征暴力的意识形态统治.鲍德里亚的拟真批判理论中带有浓厚的虚无主义色彩.

摘要： 可视化报道在创造视觉吸引力的同时,其本身以图像像似性为主的符号特征也带来了诸多问题.本文从鲍德里亚提出的"内爆"概念视角结合具体案例对可视化新闻报道进行了批判和分析,意在反思新闻生产的视觉化逻辑,警惕视觉刺激之下被"超真实"符号操纵的危险.

摘要： 本发明提供一种将超分辨与退化联合学习的真实世界图片超分系统及方法，系统通过训练退化子网络，可以生成真实的训练对，从而避免双三次下采样造成的伪影，还引入了信息损失以避免颜色变化，并引入了感知损失以去除非真实的伪影；本发明相比于其他方法具有良好的性能，得到的高分辨率图片有更少的噪声和更好的视觉质量；解决现有超有超分辨方法不能适用于真实世界图片超分的问题，同时提出一个联合训练框架，既可以实现真实世界图片超分，也可以构建真实世界的高低分辨率图片对，方便应用于其他超分网络中。

摘要： 一种基于真实世界双焦距图像的超分辨率自监督学习系统，属于图像复原技术领域。本发明针对使用仿真数据训练的基于参考的图像超分辨率方法在真实场景中不适用的问题。包括：图像退化模块，用于根据低分辨率图像对高分辨率目标图像进行退化处理，获得伪低分辨率图像；低分辨率图像对齐模块，通过偏移估计器估计低分辨率图像与伪低分辨率图像之间的偏移量；根据所述偏移量获得变形后低分辨率图像；参考图像对齐模块，计算参考图像与伪低分辨率图像之间的相似度对参考图像进行变形，获得变形后参考图像；复原模块，用于根据参考图像对变形后低分辨率图像和变形后参考图像进行处理，获得最终的超分辨率图像。本发明用于低分辨率图像的超分辨率。

摘要： 一种单幅图像超分辨图像生成方法，在离线阶段，通过预测网络对基于实际成像系统的图像数据集进行训练，并以训练后的预测网络根据未配对的HR图像预测LR图像，从而组成训练集对SISR网络进行训练；在在线阶段，通过训练后的SISR网络根据输入真实世界拍摄的低分辨图像，生成真实世界高分辨图像，实现对真实世界单幅图像的超分辨重建。本发明采用频域感知和深度学习的方法可以在真实世界图像超分辨中得到更优的视觉效果，在图像重建中相比于其他的图像重建方法可以达到更好的分辨率。

摘要： 本发明提供了一种基于主动采样对抗学习的真实世界图像超分辨率方法，包括：使用已有高分辨图像与对应的经过双三次插值(bicubic)退化的低分辨率图像以有监督方式训练超分辨率模型；将真实世界图像首先经过无监督去噪网络进行首次去噪处理；将经过一轮去噪的真实世界图像及已有且配对的高分辨率图像‑低分辨率图像输入基于生成对抗网络的网络框架中，利用主动采样策略采样出图像块进行整个模型的训练。最终的模型能够直接对真实世界的低分辨率图像进行超分辨率重建，得到高分辨率输出图像。相较于现有技术，本发明提出的针对真实世界图像的超分辨方法减少了训练成本，并且可以实现更好的图像重建效果。

摘要： 本发明公开了一种通用的真实世界单帧图像超分辨增强方法。方法包括以下步骤：S1利用频域数据增强方法对真实世界退化图像和对应的高分辨图像进行数据增强处理，获得增强图像集；S2利用增强退化图像振铃效应方法对增强图像集再进行数据增强后，获得输入图像集，由输入图像集和对应高分辨图像构成训练集；S3将训练集输入到超分辨网络进行训练，获得训练好的超分辨网络；S4将待重建的真实世界退化图像输入到训练好的超分辨网络中进行预测，获得重建的高分辨图像。本发明减少了超分辨网络在重建真实世界退化图像时产生的振铃，生成的图像效果自然、结构清晰，提升了超分辨方法在真实世界图像上的重建性能。

摘要： 本发明属于图像处理技术领域，具体涉及一种LR图像生成方法及基于不确定性的真实图像超分辨率方法。克服现有基于固定算子合成数据集训练深度SISR网络存在的难以应用到真实场景中的问题，以及现有的基于无监督学习构建数据集方法因忽略退化不确定性而导致应用到真实场景效果仍不理想的问题。本发明同时学习真实的退化LR图像和对应的退化不确定性，并从学习到的LR图像和退化不确定性中采样多个LR图像，对于任何需要监督训练的超分辨率网络都可以利用构建的LR‑HR数据对进行训练。结果表明，本发明提出的方法在改善客观性能的同时稳定了模型的训练并恢复了更高的视觉质量，适用于需要对真实图像进行超分辨率的生产场景。

摘要： 本发明公开了基于Raw域的真实世界视频超分辨率算法，涉及视频信号处理技术领域。基于Raw域的真实世界视频超分辨率算法，包括如下步骤：S1、建立真实世界Raw视频超分辨率数据集；S2、基于S1设计真实世界Raw视频超分辨率算法；S3、训练模型；S4、将测试集中的低分辨率的Raw视频序列输入到模型中，得到相应的超分辨率的输入结果；本发明在Raw和sRGB域中构建了第一个具有三个倍率的真实世界的VSR数据集，它为真实原始VSR方法的训练和评估提供了基准数据集；本发明通过利用所提出的联合对齐交互模块，以及时间、通道融合模块，将真实LR视频超分辨率性能提升到了新的高度。

摘要： 本申请提供了一种真实复杂场景图像超分辨率的模型训练方法及装置，通过获取样本图像和初始超分辨率模型；确定样本图像的关键点，并对高分辨率图像和低分辨率图像中的关键点进行一一配对，生成配准图像对数据集；依据复杂退化模型确定配准图像对数据集中低分辨率图像与退化图像的第一关系参数；依据初始超分辨率模型确定通过退化图像生成的超分辨率图像与配准图像对数据集中高分辨率图像的第二关系参数；依据第二关系参数和初始超分辨率模型建立目标模型。通过高低分辨率图像对与复杂退化模型相结合，覆盖广阔的退化空间，提升网络模型的泛化性，超分辨率模型具有泛化性强、应用广泛的特点，可用于多种真实场景下的自然图像超分。

摘要： 提供了一种方法和装置。该方法包括生成用于真实世界超分辨率(SR)的数据集，训练第一生成对抗网络(GAN)，训练第二GAN以及融合第一GAN的输出和第二GAN的输出。

摘要： 本发明公开了一种针对未知模糊核的真实世界图像超分辨率方法，包括预测器，初步估计模糊核并设计校正器得到准确的图像模糊核信息；高分辨率图像通过模糊化处理并注入噪声构建低分辨率真实世界图像；设计新型超分辨率网络结构，每个卷积层后根据模糊核对特征图进行空间特征变换，提高网络处理不同模糊图像的能力；将非线性映射部分以残差密集块结构相连，并整合入生成对抗网络框架增强纹理细节恢复能力。本发明的方法相较于其他方法都有显著提高，在DF2K和DIV2K两个数据集上的测试结果表明新方法的峰值信噪比、结构相似度和感知指数高于EDSR和ESRGAN等经典方法。