摘要：本文旨在追溯新世纪以来国产喜剧电影发展史,研究这一时期以来的喜剧效果和叙事风格,分析不同类型影片对于喜剧元素的运用和融合。通过探讨新世纪以来喜剧电影的本土化表达,揭示其话语体系建构的内在逻辑。新世纪以来,国产喜剧电影经历了从模仿到创新、从单一到多元、从本土到国际化的发展过程。通过对不同类型影片中喜剧元素的运用和融合进行分析,我们可以看到其在推动中国电影业发展中所起到的重要作用。国产喜剧电影之所以能达到现在的发展态势,因为它以一种人民群众喜闻乐见的表达方式展现人民群众对美好生活的憧憬和向往,分析这种表达方式也就是这种所谓的话语建构,对于未来国产喜剧电影的制作、如何更好地契合电影市场需求,并最终满足人民群众对美好生活的向往,具有重要的实践意义。

摘要：21世纪以来,中国电影产业突飞猛进,伴随着中国电影市场的越发成熟,电影侧拍纪录片也逐步占据重要位置。置于国内电影新的生产、发行和消费模式之下,中国电影侧拍纪录片不只是单纯的纪录片文本,对于国内电影市场来说该纪录片更具有某种其他的价值与使命。电影侧拍纪录片正在积极参与电影意义的建构,在某种意义上,电影侧拍纪录片与影片之间已然实现文本勾连,以阐释性、互渗性、互推性等方式与影片形成互文关系,由此不断拓展电影意义的边界。

摘要：电影重映召唤着观众对影片的重复性消费及影像记忆。产业维度的重映策略使既有电影物质生产资料被再度分配,成为活跃影片内容市场和延展电影价值链路的重要手段。而随之阐发的经典钩沉,更彰显着电影历时性艺术价值和阐释空间的再塑性,且通过观众走进影院对往昔电影资料的回溯,将经典与当代并置,激活了观众的回忆、怀旧等文化心理及对电影作为影院艺术的价值体认。而重映作为电影内容市场重要的补充和调节方式,其长效可持续发展的关键路径有赖于对选片策略进行深刻把握。

摘要：2022年是香港地区回归祖国25周年,以此为主题的电视艺术作品纷纷在这一年度陆续与国人见面。其中,由浙江卫视、优酷和中国香港电视广播有限公司(TVB)共同出品的演员励志艺训真人秀《无限超越班》一上线便引发广泛热议。与传统的演员竞技类综艺节目相比,香港地区影视文化元素的加入为该节目的差异化创作提供了强有力的支撑:首先,在内容上,该节目中出现的影视剧排演片段全部以中国香港影视剧为创作素材,形成鲜明节目特色的同时用经典港剧拉近与受众的距离;其次,在形式上,以还原香港地区“无线电视艺员训练班”的艺人培养模式和工作场景为依托开展叙事,全景呈现了影视剧演员锤炼艺能、提升演技的过程;最后,在价值引领上,以“传帮带”“老带新”的训练方式为情感纽带,邀请成龙、尔冬升、惠英红、吴镇宇、佘诗曼等前辈艺人深入参与青年演员的培养,通过在表演创作中与青年演员的互动重温经典作品,追忆奋斗故事,积极传播踏实敬业的职业精神,砥砺青年演员,促使青年演员不断寻求突破。

摘要：近年来,古装偶像剧成为影视市场不可或缺的剧作类型。《梦华录》改编自关汉卿的杂剧,凭借其高收视率和好口碑成为2022年度现象级古偶剧。针对《梦华录》的现代化艺术创作问题,文章采用文本分析法,从叙事逻辑、人物塑造和影像美学三个角度出发,分别就宋朝叙事空间的现代设计、当代女性价值观的群像展演和富有诗意的现代审美等内容进行了梳理和分析,探讨古偶剧将历史文化与现代观念有机融合的有效路径,得出现代化改编是该剧成功的重要因素的结论,为古偶剧的长久良性发展提供了一定的借鉴与反思。

摘要：科幻片与电影技术关联最紧密,特别是数字技术的发展创造了电影艺术的奇观想象。科幻片影像美学的不断升级,将艺术想象力的美转化为现实。文章以中国现象级科幻大片《流浪地球》系列为考察对象,认为其不仅在新时代中国电影文化产业中具有划时代的重要意义,还对中国电影工业美学的发展创造了新的审美范式。影片在技术美学的基础上,兼顾生态美学和存在美学的影像表达,完成了由表及里、由外向内、由浅入深的哲学思辨,囊括了中国人对宇宙的真实写照和浪漫想象。

摘要：蒙古族题材电影有着光辉的创作传统和历史,在中国民族电影的创作中占有重要地位。本文将蒙古族题材电影作为研究主体,从民族文化的地缘呈现出发,探索其创作嬗变的成因与特征,并从文化人类学的角度分析蒙古族题材电影对民族文化物质空间与精神空间的双重书写。本文认为,草原的地理特征孕育了蒙古族独特的地缘文化,蒙古族题材电影中视觉符号组合成了具备民族特性的草原意象。随着蒙古族的银幕形象从“他者观察”走向了“自我书写”,建立蒙古族题材电影自身的文化主体性显得愈发重要,只有将艺术性与商业性结合起来,是中国少数民族题材电影探索的必经之路。

摘要：主旋律大片热潮下出现不少国外救援性题材。《万里归途》从外交官视角切入,通过平民视角展现更为真实、立体的“圆形”人物,将小人物蜕变的心理变化置身于宏大的人道主义中,家国情怀的主流价值观通过人物弧光逐渐显现出来,为主旋律大片的创作提供了独特的思路。

摘要：传统老电影中的斑点噪声是由存储环境或擦除等原因所造成,其严重影响了视频图像的质量。因此,本文提出了一种基于人工智能深度学习(Deep Learning)的老电影斑点噪声智能修复方法。在分析老电影中斑点噪声特征的基础上,通过双边滤波对图像噪声进行过滤,并结合卷积神经网络(CNN)获得图像特征,从而获得感知损失数据。在此基础上,将跳跃连接加入图像修复的深度学习网络结构之中。以损失函数为训练对象,通过对损失函数的优化实现对斑点噪声的高质量修复。测试结果表明,该设计方法可以保证在较低和较短的训练迭代次数下,将修复后图像的平均PSNR值达到40以上,由此验证其对老电影斑点噪声智能修复的效果明显。