关于时尚美古装摄影

关于时尚美古装摄影
2010年12月15日
  
时尚美古装摄影
  -----让东方之美从远古走来,将古典之美与时尚融和
  时尚美古装摄影再现古典华章
  潮州市摄影人难得糊涂自2007年接触古装摄影后,而一发不可收拾,因此引发出对中华五千年文化博大精深的浓厚热爱,继续秉承勤奋好学的精神,与时俱进,将时尚元素融入到传统的古装摄影,让影视化妆与摄影艺术相结合,让每位被摄者在享受当今时尚艺术婚纱摄影的同时,感受到古装摄影的文化魅力。
  古装摄影属于艺术摄影中的一部分,多是在影楼或利用潮州特有的古建筑物拍摄的。拍摄时,模特或消费者要换上古代的服装,装扮上复古的妆面和古代艺术造型,通过不同角度、光线、造型,表情、衣服、化妆、背景等等,重现古代生活情景。
   在当前社会文化艺术潮流的发展趋势中,随着人们生活文化追求的多元化,古装摄影已经越来越多为广大新人们所看好,进而成为众多对古汉语言文学爱好者及彼多具有怀古情愫的才女之首选,这也促使古装摄影逐渐成为一种新的潮流。
  [b]古装摄影技巧[/b]
    古装摄影拍摄技巧
    中国古代每个朝代都有不同的服装风格和样式,著名的有汉服、唐装、清朝满族的那种对襟袍子,等等。每一种都有各自的特色和魅力,汉服的大方、洒脱是出彩点,唐装的雍容华贵同样吸引着新人们的眼光。
    穿上一款汉服女装,端坐在一架古琴前,素手罗袖,轻抚琴弦,是不是很有感觉?不合适?没关系,再换唐装试试,穿上繁琐华贵的唐式宫装,那丝绸精致的面料、华美的款式,绝对能让你瞬间找到感觉……再不行的话,可以穿上清朝宫廷女装,戴上头饰,转眼成了“格格”,也是不错的。
    摄影师的镜头一直跟随左右,会忠实地记录下来你每个精彩的瞬间。让你日后捧着相册品味着自己“一步踏入历史,转眼成了‘古人’”的感觉。
    一、古装的特性
    1.古装的时代特征:当时的文化氛围和生活习惯。
    2.色彩:中国以红为主。
    3.款式分:皇帝装、皇后装、嫔妃、将军、侠客、侠女、书生、公主、小姐、丫环、神话人物、传说人物
    4.图案:牡丹、菊花、松、竹、梅、龙、凤等。
    二、古装的传统拍摄方法
    1.古装造型
    (1)故事情节型:男左女右,因古代属于男尊女卑,而又左手为大,所以古代有尊左的习惯。以历史人物为根据可重现古代生活,也可以拍某一历史人物为题材重演历史的一个过程回放。
    (2)男士坐姿要稳重,显得大方,要突出大男子主义。
   (3)对坐、站、都要工整对称。
   (4)美姿是非常重要的,它的举手投足不到位,你是无法拍出理想的画面语言来的。古典美姿中的眼神表情,主张笑不露齿,低首回眸,用余光看
   (5)二人同时并排坐时,男士两腿应稍稍分开,比肩部略宽──两手空握,平放膝盖;小姐的腿应该微微并拢,男士两手空握平放在膝盖。
    2.古装道具的应用
   (1)要研究历史时期的特点,及人们的衣食住行以及日常生活用品。
   (2)古装的道具有: 门、线装书、牛皮箱、大折扇、檀香扇、鸟笼、太师椅、鞭炮、算盘、金元宝、墨镜、红盖头、水烟袋、旱烟袋、茶具、香罗帕、绣球、琴棋书画、文房四宝、古式花瓶、纸伞、仿古红木家具、灯笼、古琴、琵琶、笛子,琴棋书画、屏风、皇宫大殿、仿真龙椅、珠帘、纱帐、宫灯、烛台、亭台楼榭、浴池、龙腾图、仿真花、铜镜、剑、漏格窗、古代仿真建筑、绢丝、挂画、焚香台、圆扇、凤冠、龙缀等等。
    3.古装背景的应用
   (1)古装背景以金色和红色为基调
   (2)古装专用背景:实景、画意布景、喷绘古代建筑、红色、黑色、白色等。
    三、表现现代人思想的新颖摄影手法,寄予现代思想意识。
    1.服装:古今结合、中西结合(如新娘古装+新郎中山装)
    2.妆面造型:以古代妆面为雏形,加以艺术修饰。
    3.美姿:古装美姿应该工整端庄,含蓄,不夸张。
    4.道具:古代道具为主,现代道具起画龙点睛的作用。
    5.背景:尽量保持有古代特色。
    四、古装拍摄的构图
    1.稳:上、下、左、右较为均衡。
    2.平:画面做到横平竖直。
  3.全:画面中不要有残缺不全的感觉,力求完美。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值