摘要：东巴画是纳西族最古老最具特色的绘画艺术,是第一批国家级非物质文化遗产。作者在传承和发展东巴画的探索过程中,深刻体会到东巴画深厚的审美意蕴,开始用现代绘画的审美意识和形式,结合现代绘画工具和技法,创作出一系列充满时代气息又独具特色的现代东巴画,开辟了东巴画艺术的新天地。

摘要：提出了一种交互式东巴画数字模拟方法。设计并开发了一个东巴画白描图绘制系统,通过交互方式方法建立图形元素数据库,选取不同图形元素组合后获得光滑、连续的白描图图像;采用多频率噪声积分卷积算法模拟块状纹理的混色效果,生成东巴画前景图像;采用纹理合成算法产生东巴画背景图像,通过前景图像与背景图像融合、局部色彩传输方法获得最终东巴画数字仿真结果。算法简单有效,是少数民族艺术风格作品数字化模拟的有效补充,有利于少数民族文化数字化保护和传承。

摘要：针对纳西族东巴画艺术形象线条突出、色彩分明、样本较少的特点,提出一种端到端的基于图神经网络的东巴画小样本分类方法.首先,设计多分辨率多尺度的图像特征提取网络,图像特征与边缘特征融合后嵌入图神经网络中作为节点,构建分类图神经网络;其次,以边标记作为架构并采用二维边标记特征作为图像分类依据,保留节点分类时所需的类内相似性和类间相异性;最后,提出自注意力机制与特征显著性注意力机制相结合的方法更新节点特征,增强了节点之间的特征关联性.模型使用Python实现并用RTX2080Ti在自建东巴画数据集上进行实验,结果表明,所提方法较好地提取了东巴图像特征,保留了东巴画分类所需的图像局部细节和节点间相似性特征,与对比算法相比,提高了分类准确度,并有更低的分类精度标准差.

摘要：纳西族东巴画具有纹理复杂、色彩鲜明的艺术特点,是民族文化的重要组成部分.针对东巴画数量稀少且主题多样、细节丰富,现有的深度学习方法直接应用于东巴画分类任务时易导致模型分类准确率低、泛化性差等问题,提出一种融合空间信息和分布关系的东巴画小样本分类方法.首先采用一对独立的编码操作将空间信息聚合到通道注意力,获取具有方向感知和位置敏感的注意力特征图,准确定位东巴画目标区域;然后将特征图输入自适应元权重生成器,加强支持集与查询集样本之间的信息关联,增强特征的表达能力;最后构建双向图神经网络,显式地利用样本实例信息和分布关系,通过优化重构样本图特征进行分类预测.在3个自建的东巴画数据集上进行模型训练的实验结果表明,与其他小样本算法相比,所提方法的分类准确率分别提升9.79,5.76和8.21个百分点,可以更有效地提取东巴画分类所需的图像全局信息和细节特征,并能扩展至其他少数民族文化的保护与传承等领域.

摘要：东巴画是纳西族东巴文化的重要组成部分,因其特有的文化内涵、绘画造型等特点,列入国家非物质文化遗产名录,《神路图》便是东巴画的杰出代表作之一,其呈现出一种原始的自然美,为纳西族古绘画中别具一格的艺术珍品,并且有相当高的艺术价值,具有自己的独特风格和民族特色,是纳西族与其他民族的文化不断融合的产物,尤其是受藏传佛教文化影响尤甚。藏传佛教对东巴教的影响。

摘要：东巴文化是以东巴教为载体的纳西族的传统文化,这种传统文化既是一种宗教文化,同时也是一种民俗文化。东巴画是东巴文化的有机组成部分;东巴画以艺术语言反映了东巴文化所蕴涵的宗教观、价值观;东巴画的艺术风格、审美取向受到东巴文化的整体观照。东巴文化对东巴画的影响是统摄性的,是整体与部分的关系。

摘要：审美意象的共生与采借是不同民族进行艺术交流的重要途径,从民族志的角度看,借鉴兄弟民族的造型样式以延展本民族审美意象是实现民族美术发展的规律之一,研究纳西族东巴文化中“鹏”“狮”“署”图像的造型风格可生动诠释此类跨族际审美意象的交融共生。这一历程发轫于东巴文化的原生土壤,是东巴图画象形文造型理念的延伸,并通过纳西族先民对其他兄弟民族文化的整合逐渐形成一种兼具古朴美感和表现性的意象造型风格,其中藏族民间绘画在造型、线条、设色、布局等方面的影响尤其显著。东巴画造型风格的衍进历程既是东巴文化兼收并蓄艺术创造精神的呈现,也是藏彝走廊中多民族文化在美术领域交融共生的缩影。

摘要：东巴画是我国少数民族绘画艺术的独特表现形式之一,也是纳西族民族历史文化和宗教文化的重要载体。纳西族东巴画的造型类型多种多样、构图布局变化多端,且十分注重色彩的渲染和运用。本文从纳西族东巴画的造型类型着手,并结合东巴画的具体图案,对其进行阐述,在此基础之上,再对其色彩特征进行深入分析,以期加深对纳西族东巴画美学价值和艺术价值的认识。

摘要：目的东巴画具有内容丰富、线条疏密相间、色彩多样的独特艺术风格,将现有针对自然图像的超分辨率算法直接应用于低分辨率东巴画时,对东巴画线条、色块以及材质的重建效果不理想。为了有效提高东巴画数字图像分辨率,本文针对东巴画提出超分辨率重建方法。方法首先,针对东巴画图像包含丰富高频信息的特点搭建重建网络,网络整体结构采用多级子网络级联方式渐进地重建出高分辨率东巴画,多级子网络标签共同指导重建,减少了东巴画图像在上采样过程中高频细节的丢失,每一级子网络内部均包含浅层特征提取模块和以残差密集结构为核心的深层特征提取模块,分别提取东巴画不同层次的特征进行融合,改善了卷积层简单的链式堆叠造成的特征丢失。其次,为了进一步提升重建东巴画的视觉质量,在像素损失的基础上引入感知损失和对抗损失进行对抗训练。最后,为了使网络对东巴画图像特征的学习更具针对性,本文自建东巴画数据集用于网络训练。结果实验结果表明,在本文东巴画测试集set20上,当上采样因子为8时,相较于Bicubic(bicubic interpolation)、SRCNN(super-resolution convolutional neural network)、Srresnet(super-resolution residual network)和IMDN(information multi-distillation network)方法,本文算法的峰值信噪比分别增加了3.28 d B、1.80 d B、0.23 d B和0.36 d B,重建东巴画的主观视觉质量也得到了更好的结果。结论本文提出的超分辨率网络模型能有效提高低分辨率东巴画的分辨率和清晰度,并且具有普适性,亦可采用其他数据集进行训练以拓展应用范围。

摘要：东巴画是东巴文化的有机组成部分,是纳西族先民创制的一种古老的绘画艺术,依附于东巴教,并直接为其仪式服务,具有浓郁的宗教性、仪式性、实用性等特点。东巴画的漫长的历史发展时期中沉淀生成了其独特的艺术风格及程式化特征,具体表现在东巴画的画谱、技法、造型、仪式应用等四个方面。东巴画的程式化特征研究必须与东巴文化的整体研究相结合,这既是东巴画研究的难点所在,也是其必由之路。